image/svg+xml
The project method in the teaching-learning process
359
PAIDEIA XXI
PAIDEIA XXI
Vol. 13, Nº 2, Lima, julio-diciembre 2023, pp. 359-375
ISSN Versión Impresa: 2221-7770; ISSN Versión Electrónica: 2519-5700
REVIEW
ARTICLE / ARTÍCULO DE REVISIÓN
USE OF ARTIFICIAL INTELLIGENCE
IN UNIVERSITY EDUCATION:
A SYSTEMATIC REVIEW
EMPLEO DE LA INTELIGENCIA ARTIFICIAL
EN LA EDUCACION UNIVERSITARIA:
UNA REVISION SISTEMÁTICA
Christian Jairo Tinoco-Plasencia
1
*
ABSTRACT
doi:10.31381/paideiaxxi.v13i2.6002
http://revistas.urp.edu.pe/index.php/Paideia
1
Doctorado en Administración de Negocios Globales.Escuela de Posgrado. Universidad
Ricardo Palma (URP), Lima, Perú. christian.tinoco@urp.edu.pe
* Corresponding author: Christian.tinoco@urp.edu.pe
Este artículo es publicado por la revista Paideia XXI de la Escuela de posgrado (EPG), Universidad Ricardo Palma,
Lima, Perú. Este es un artículo de acceso abierto, distribuido bajo los términos de la licencia Creative Commons
Atribución 4.0 Internacional (CC BY 4.0) [https:// creativecommons.org/licenses/by/4.0/deed.es] que permite
el uso, distribución y reproducción en cualquier medio, siempre que la obra original sea debidamente citada de su fuente original.
The emergence of different technological advances has affected all sectors of
society, especially education. In this framework, artif cial intelligence has stood
out in university education. The objective of the study was to explore the research
developed and existing scientif c information on the use of artif cial intelligence
in university education. The specif c objectives were: to specify the f ndings
achieved in studies on the use of artif cial intelligence in university education
and to determine the benef ts of the use of artif cial intelligence in university
education. From the methodological f eld, the study was of a documentary
type, bibliographic design, framed in a systematic review. Likewise, the PRISMA
diagram was created for sample selection. Articles indexed in the Web of Science
database were selected. The search was carried out using the descriptors: artif cial
intelligence and university education, and the “AND” connector was also used.
The inclusion criteria applied were: articles that address artif cial intelligence
in university education; articles published between 2021 and 2023; articles in
image/svg+xml
360
PAIDEIA XXI
Tinoco-Plasencia
any language; original articles and open-access articles. Likewise, the exclusion
criteria were: systematic review articles, letters, and expert opinions. Applying
these criteria and following the PRISMA diagram procedure, 10 publications
were selected to make up the sample. It is highlighted that to date there are very
few studies on the application of artifcial intelligence in university education,
considering various factors, such as ease of access and the knowledge necessary
for its management. However, these studies had positive results in the teaching-
learning process of university students.
Keywords
: artifcial intelligence – university education – technology
La aparición de diferentes avances tecnológicos ha afectado a todos los
sectores de la sociedad, especialmente a la educación. En este marco, la
inteligencia artifcial se ha destacado en la educación universitaria. El objetivo
del estudio fue explorar las investigaciones desarrolladas e información
científca existente sobre el empleo de la inteligencia artifcial en la educación
universitaria. Desde el ámbito metodológico, el estudio fue de tipo documental,
diseño bibliográfco, enmarcado en una revisión sistemática. Asimismo, para
la selección de la muestra se elaboró el diagrama PRISMA. Se seleccionaron
artículos indexados en la base de datos Web of Science. La búsqueda se realizó
mediante los descriptores: inteligencia artifcial y educación universitaria,
asimismo se usó el conector “AND”. Los criterios de inclusión aplicados fueron:
artículos que aborden la inteligencia artifcial en la educación universitaria;
artículos publicados entre los años 2021 y 2023; artículos en cualquier idioma;
artículos originales y artículos con acceso abierto. Asimismo, los criterios
de exclusión fueron: artículos de revisión sistemática, cartas y opiniones de
expertos. Se seleccionaron 10 publicaciones para conformar la muestra. Se
destaca que hasta la fecha existen muy pocos estudios sobre la aplicación de
la inteligencia artifcial en la educación universitaria, considerando diversos
factores, como la facilidad de acceso y los conocimientos necesarios para su
manejo. No obstante, dichos estudios tuvieron resultados positivos en el proceso
de enseñanza aprendizaje de los estudiantes universitarios.
Palabras clave:
inteligencia artifcial – educación universitaria – tecnología
RESUMEN
image/svg+xml
361
PAIDEIA XXI
Use of artifcial intelligence in university education
INTRODUCCIÓN
La educación universitaria experi-
menta cambios constantes a medida
que aparecen los avances tecnológi-
cos. Considerando, que las nuevas
tecnologías de información y comuni-
cación (TIC), así como las herramien-
tas y aplicaciones permiten la trans-
misión de conocimientos a través de
diferentes medios y métodos (García
et al
., 2023). Dentro de este marco, la
inteligencia artifcial (IA) ha cobrado
un auge sin precedentes, en vista de
las últimas aplicaciones desarrolla-
dos, siendo uno de los más destaca-
dos la aparición del ChapGpt (Cáno-
vas, 2023).
En este contexto, reformar los mé-
todos de enseñanza tradicionales es
esencial para que las universidades
enfrenten los desafíos actuales en la
era de la información. En tal sentido,
los avances en IA ofrecen la promesa
de una notable mejora en la calidad
del aprendizaje en todos los niveles
(Cotrina
et al
., 2021; González, 2023).
Por consiguiente, es fundamental re-
plantear los métodos de enseñanza en
la educación universitaria y enfocar-
los en el fomento de la alfabetización
digital a lo largo de todo el programa
académico (Arredondo, 2020; Ayuso &
Gutiérrez, 2022).
En este orden de ideas, la IA ha evi-
denciado su capacidad para manejar
volúmenes extensos de datos y discer-
nir información pertinente, lo que ha
conducido a progresos notables en la
manera en que las personas afrontan
el aprendizaje y los entornos educati-
vos (Tomalá
et al.,
2023). Asimismo, es
una herramienta de gran utilidad tan-
to para tutores virtuales universitarios
como para profesores de la universi-
dad (Norman, 2023).
Al respecto, Bergolla & Lavigne
(2021) defnen la IA como la ciencia de
la computación responsable de imple-
mentar técnicas de representación del
conocimiento, razonamiento, ambi-
güedad y aprendizaje, en la evolución
de sistemas informáticos con actua-
ción racional. De forma similar, Flores
& García (2023) la defnen como una
disciplina de la informática encargada
del análisis y construcción de siste-
mas capaces de ejecutar actividades
que necesitan inteligencia humana,
como la identifcación de patrones, la
toma de decisiones o la solución de
problemas.
El origen de la IA se le atribuye a
Alan Turing, dado que en el año 1950
publicó su artículo Maquinaria de
Cómputo e Inteligencia (“Computing
Machinery and Intelligence”). Donde
describe la visión de la IA e introdu-
ce la denominada prueba de Touring,
para determinar si una maquina era
en verdad inteligente. Sin embargo,
fue McCarthy quien propuso el tér-
mino de inteligencia artifcial en 1956
(Takeyas, 2007; Bergolla & Lavigne,
2021). No obstante, en los años no-
venta se desarrollaron los avances
que marcaron el comienzo de lo que
hoy conocemos como IA, con la Deep
Blue una supercomputadora creada
por IBM que logró vencer al campeón
de ajedrez Gary Kaspárov en mayo de
1997 (Moreno, 2019; Rainer & Rodrí-
guez, 2019).
Indudablemente, la creación de la
IA ChatGPT por la empresa OpenAI en
el año 2022 planteó un desafío para
image/svg+xml
362
PAIDEIA XXI
Tinoco-Plasencia
la educación y para las instituciones
responsables de ella, donde el papel
de los profesores y universidades es
fundamental (Lo, 2023). Para García
(2021), la IA permite individualizar el
aprendizaje en base a las capacidades
de cada estudiante, mediante el
desarrollo de nuevos sistemas gestión
como el big data. Además, facilita la
contextualización de una metodología
de aprendizaje, mediante herramientas
mediadas por internet.
De manera semejante, Castillo
et
al.
(2023) señalan que la IA tiene la
capacidad de modifcar de forma radical
el contexto académico, al personalizar
la experiencia de aprendizaje y
facilitar el desarrollo de las tareas. No
obstante, existe la inquietud de que la
IA interfera en el rol de los profesores
y estudiantes, así como en aspectos
éticos de la privacidad y seguridad de
los datos (Guaña & Chipuxi, 2023). En
este contexto, Suárez (2022) expresa
que la IA ha llegado a perturbar
los fundamentos de las ciencias
sociales, en su alcance ontológico,
epistemológico, antropológico y ético.
Ciertamente, la IA ha planteado la
disyuntiva ética sobre si las personas
serán reemplazadas por máquinas.
Por otra parte, según el estudio de
McGrath
et al.
(2023), los profesores
perciben bajos niveles de comprensión
acerca de la IA; sin embargo, opinan
que la IA puede aportar un sistema
de apoyo más equilibrado para los
estudiantes. En cuanto al desarrollo
de competencias, los profesores
universitarios pueden requerir de
formación en IA para la enseñanza,
así como para la comprensión de
las implicaciones asociadas (López
et al.
, 2021). Estas consideraciones
coinciden con el estudio de Vera
(2023), quien describe que la IA
aplicada en la educación universitaria
aporta una serie de oportunidades
presentadas en la tabla 1.
Tabla 1.
Oportunidades que ofrece la IA aplicada en la educación universitaria.
OportunidadDescripción
Personalización del
aprendizaje
Mediante algoritmos de aprendizaje automático, la IA pue
-
de evaluar las formas de aprendizaje, las fortalezas y de
-
bilidades de cada estudiante, y suministrar recomendacio
-
nes personalizadas.
Mejora de la efciencia
del proceso educativo
La automatización de actividades administrativas y
rutinarias puede liberar tiempo e insumos para que los
profesores se centren en tareas pedagógicas creativas.
Acceso a recursos
de aprendizaje
avanzados
Facilita la ampliación del acceso a recursos de aprendizaje
que no estén disponibles en la institución o sean costosos
de obtener.
Mejora en la retención
y fnalización de
programas educativos
Posibilita L
a identifcación de patrones y señales tempranas
de retos académicos, proporcionando intervenciones
tempranas para mejorar la retención y feliz término de
programas educativos.
Fuente: Vera (2023).
image/svg+xml
363
PAIDEIA XXI
Use of artifcial intelligence in university education
A pesar de esto, la implementación
de la IA tiene desventajas, como la
dependencia excesiva, la ausencia
de interacción humana, el riesgo de
sesgos, la privacidad y seguridad,
y las desigualdades y limitaciones.
Mientras que las ventajas involucran
la individualización del aprendizaje, el
incremento de la retroalimentación, el
ahorro del tiempo, el acceso a recursos
formativos y el desarrollo del potencial
para la exploración e invención (Torres
et al
., 2023; Rodríguez
et al
., 2023).
En general, la IA proporciona amplias
posibilidades que van más allá
de
contenidos, como el desarrollo de
modelos de interacción con iniciativa
propia (Ocaña
et al.
, 2019; Díaz
et al
.,
2021).
Por otro parte, la IA representa y
seguirá representando un punto de
quiebre en la transformación de los
paradigmas educativos tradicionales
(García
et al
., 2020). Considerando,
que cada vez son más numerosas las
aplicaciones que emplean inteligencia
artifcial, como generadores de texto,
imágenes, presentaciones o vídeos
a partir de instrucciones específ
-
cas (Salmerón
et al.
, 2023). Además,
cuando se trata de IA, tanto las ins-
tituciones académicas como los crea-
dores de tecnología se esfuerzan por
abordar las necesidades relacionadas
con el proceso de enseñanza-aprendi-
zaje. Como el caso de las redes socia-
les, que permiten compartir trucos o
estrategias académicas basadas en la
IA (Valverde, 2021).
Partiendo de los supuestos anterio-
res, se realizó una revisión sistemática
de los estudios desarrollados sobre el
empleo de la inteligencia artifcial en
la educación universitaria. En este
sentido, el estudio permitirá respon-
der a la siguiente interrogante: ¿Cuál
es la información científca existente
sobre el empleo de la inteligencia ar-
tifcial en la educación universitaria?,
adicionalmente se establecieron las si-
guientes preguntas específcas: ¿Cuá
-
les son los hallazgos alcanzados con el
empleo de la inteligencia artifcial en
la educación universitaria? y ¿Cuá-
les son los benefcios del empleo de la
inteligencia artifcial en la educación
universitaria?
MATERIALES Y MÉTODOS
El estudio se corresponde con una in-
vestigación documental (Arias, 2012;
Palella & Martins, 2012). Por otra par-
te, el estudio tuvo un diseño bibliográ-
fco (Arias, 2006; Palella & Martins,
2012).
Otro aspecto relevante del presente
estudio, es su desarrollo bajo el pro-
ceso de revisión sistemática (Ciappo-
ni, 2021). Para realizar el proceso de
búsqueda de los artículos que confor-
maron la muestra, se implementó la
declaración de reporte para revisiones
sistemáticas y meta-análisis PRISMA
(“Preferred Reporting Items for Sys-
tematic reviews and Meta-Analyses”)
(Ciapponi, 2021) El proceso de bús-
queda se realizó en junio del año 2023
en la base de datos Web of Science.
El período de búsqueda se limitó a los
estudios desarrollados entre el 1 de
enero de 2021 hasta el 31 de mayo de
2023, considerando el rápido avance
image/svg+xml
364
PAIDEIA XXI
Tinoco-Plasencia
de las aplicaciones de inteligencia ar-
tif cial en los dos últimos años. La se-
lección de artículos en la base de datos
seleccionada se llevó a cabo usando
los descriptores “inteligencia artif cial”
y “educación universitaria”, los cuales
se buscaron dentro del título median-
te el conector “AND”. En este sentido,
se estableció que los artículos debían
contener en el título de forma obligato-
ria los dos descriptores mencionados
anteriormente.
En resumen, los criterios de
inclusión para la selección de artículos
fueron los siguientes: a) artículos que
aborden la inteligencia artif cial en la
educación universitaria; b) artículos
publicados entre los años 2021 y
2023 (fechas descritas anteriormente);
c) artículos en cualquier idioma;
d) artículos originales; e) artículos
con acceso abierto. Por otro lado, se
excluyeron los artículos de revisión
sistemática, cartas y opiniones de
expertos. En la Fig. 1 se presenta esta
metodología.
Figura 1.
Metodología empleada en la búsqueda de artículos.
INTELIGENCIA ARTIFICIAL EDUCACIÓN UNIVERSITARIA
AND
WEB OF SCIENCE
01/01/2021 HASTA 31/05/2023
CUALQUIER IDIOMA
Descrip
01/01/2021
hasta 31/05/2023
Inteligencia artificial
Educación universitaria
Conectores
AND
Período Web of
Science
Base de Datos
Web of
Sc
ience
01/01/2021 hasta
31/05/2023
Idioma
Cualquier idioma
Según la establecido anteriormen-
te, se aplicó la metodología PRISMA si-
guiendo el proceso de búsqueda, iden-
tif cación y selección de los estudios.
En este sentido, la búsqueda realiza-
da en la base de datos Web of Science
arrojó inicialmente 21 publicaciones,
luego de la aplicación de los descrip-
tores y conectores def nidos. Poste-
riormente, se aplicaron los criterios de
inclusión obteniéndose 16 publicacio-
nes, de los cuales se excluyeron seis
artículos por no abordar el tema de
forma adecuada. En consecuencia, la
muestra quedó conformada por 10 ar-
tículos. En la Fig. 2 se observa el pro-
ceso seguido en el diagrama PRISMA.
image/svg+xml
365
PAIDEIA XXI
Use of artif cial intelligence in university education
Figura 1.
Metodología empleada en la búsqueda de artículos.
INTELIGENCIA ARTIFICIAL EDUCACIÓN UNIVERSITARIA
AND
WEB OF SCIENCE
01/01/2021 HASTA 31/05/2023
CUALQUIER IDIOMA
Figura 2.
Diagrama PRISMA.
Aspectos éticos
El presente estudio permite la con-
f dencialidad y privacidad de los da-
tos de los participantes. Además, la
búsqueda de los estudios se realizó de
forma exhaustiva y equitativa, evitan-
do sesgos y prejuicios. La transparen-
cia en la metodología y la divulgación
de conf ictos de interés fueron esen-
ciales para mantener la integridad del
proceso.
Por último, se consideró la equidad
en la interpretación de los resultados
y en su comunicación, asegurando
que no se perpetúen injusticias o
discriminación.
R ESULTADOS Y DISCUSIÓN
Información científ ca existente so-
bre el empleo de la inteligencia arti-
f cial en la educación universitaria
De acuerdo con el diagrama PRIS-
MA presentado anteriormente, 10 pu-
blicaciones cumplieron con los crite-
rios de inclusión. Dentro de este mar-
co, se analizaron las 10 publicaciones
seleccionadas, las cuales fueron tabu-
ladas destacando el título, autor, año,
país, revista y metodología, como se
muestra en la tabla 2.
En este proceso se comprobó que
tres artículos de realizaron en 2021 y
siete en 2022; además todos los artí-
culos se desarrollaron en China.
Por otra parte, los artículos fueron
publicados en seis revistas diferentes.
Finalmente, la mayoría de los artícu-
los tienen metodología cuantitativa.
image/svg+xml
366
PAIDEIA XXI
Tinoco-Plasencia
Tabla 2.
Lista de artículos que conforman la muestra.
TítuloAutor / AñoPaísRevistaMétodo
Analysis of
University Education
Management
Based on Artifcial
Intelligence
Zhu (2022)China
Security and
Communication
Networks
Cuantitativo
Artifcial
Intelligence-Based
Online Education
System for
University Music
Xie (2022)China
Security and
Communication
Networks
Cuantitativo
Reform Method of
University Legal
Education Based on
Artifcial Intelligence
and Wireless
Communication
Wu & Tang
(2022)
China
Wireless
Communications
and Mobile
Computing
Cuantitativo
5G Joint Artifcial
Intelligence
Technology in the
Innovation and
Reform of University
English Education
Sun (2021)China
Wireless
Communications
and Mobile
Computing
Cuantitativo
Design and
Application of
Artifcial Intelligence
Technology-Driven
Education and
Teaching System in
Universities
Zhang (2022)China
Computational
and
Mathematical
Methods in
Medicine
Cuantitativo
Artifcial intelligence
(AI) library
services innovative
conceptual
framework
for the digital
transformation of
university education
Okunlaya
et al.
(2022)
Malasia
Library Hi Tech
Cualitativo
Construction
of the Teaching
Quality Monitoring
System of Physical
Education Courses
in Colleges and
Universities Based
on the Construction
of Smart Campus
with Artifcial
Intelligence
Huang
et al. (2021)
China
Mathematical
Problems in
Engineering
Cuantitativo
(Continúa Tabla 2)
image/svg+xml
367
PAIDEIA XXI
Use of artifcial intelligence in university education
Physical Education
Teaching in Colleges
and Universities
Assisted by Virtual
Reality Technology
Based on Artifcial
Intelligence
Wang (2021)
ChinaMathematical
Problems in
Engineering
Cuantitativo
University Education
Management
Model Based on
Artifcial Intelligence
Programming and
Analysis Technology
Foundation for
Building Models and
Applications
Huang (2022)China
Mobile
Information
Systems
Cuantitativo
Research on the
Innovation of
Ideological and
Political Education
in Universities
Based on Artifcial
Intelligence Machine
Learning in a
Wireless Network
Environment
Liu (2022)China
Security and
Communication
Networks
Cuantitativo
(Continúa Tabla 2)
Hallazgos alcanzados con el empleo
de la inteligencia artifcial en la
educación universitaria
La integración de la IA y la docen-
cia en un salón de clases, mediante un
sistema de gestión de educación inteli-
gente que incorpora tres submódulos:
asistencia previa a la clase, monitoreo
del estado en la clase y aprendizaje en
línea después de la clase. El sistema
utiliza el reconocimiento facial y de ex-
presiones de los estudiantes para ayu-
dar a los profesores a monitorear en
tiempo real el estado de los estudian-
tes. Asimismo, puede ser usado para
mejorar la manera de enseñar de los
profesores (Zhu, 2022).
De forma similar, se ha buscado di-
señar un sistema de educación en lí-
nea de música universitaria basado en
IA. Dicho sistema consta de módulos
específcos de enseñanza presencial,
según las principales características
de la enseñanza universitaria de mú-
sica, en tal sentido en el estudio se
describe la gestión del conocimiento
asociado y la tecnología de trabajo del
sistema de enseñanza en línea (Xie,
2022).
En otro contexto, el desarrollo del
camino para la reforma de la educación
jurídica en colegios y universidades,
en base a las nuevas tecnologías
de IA y comunicación inalámbrica;
destaca que el 60% de los estudiantes
afrma que tomaría la iniciativa de
estudiar y seguir experimentando
nuevos métodos de evaluación para
adaptarse al aprendizaje autónomo
de la ley. Además, los profesores
image/svg+xml
368
PAIDEIA XXI
Tinoco-Plasencia
deben hacer todo lo necesario para
que los estudiantes experimenten el
aprendizaje del derecho usando IA
y comunicación inalámbrica (Wu &
Tang, 2022).
Por otra parte, la subjetividad
humana en el sistema “5G + IA +
Educación” desde la necesidad real
de los problemas que surgen con
la aplicación de IA, especialmente
en campos específcos, a través del
diseño de un sistema de enseñanza
oral en línea. Al respecto, se comprobó
un impacto en el desempeño de los
estudiantes del grupo experimental,
sobre la estrategia de desarrollo de
habilidades para escuchar y hablar en
inglés basada en el sistema de habla
inteligente. El desempeño en inglés de
los estudiantes del grupo experimental
mejoró, encontrándose una diferencia
signifcativa en comparación con el
grupo de control (Sun, 2021).
Asimismo, se destaca el diseño y la
aplicación de un sistema de educación
y enseñanza impulsado por IA en
universidades, específcamente aborda
el marco del proceso instruccional
para construir el sistema, mediante un
algoritmo actor-crítico en aprendizaje
de refuerzo. Los hallazgos muestran
que el diseño instruccional impulsado
por IA puede mejorar los resultados
de la evaluación, y la plataforma de
gestión educativa emergente es bien
percibida por la comunidad estudiantil
(Zhang, 2022).
Desde un ámbito más específco,
la creación de un enfoque novedoso
llamado AI-LSICF para los servicios
bibliotecarios impulsados por IA, busca
brindar una comprensión renovada
sobre la aplicación de la tecnología de
IA para ofrecer servicios bibliotecarios
innovadores y que contribuyan a la
transformación digital. Además, busca
motivar a los expertos en servicios
bibliotecarios, así como mejorar la
gestión de la información (Okunlaya
et al.,
2022).
En el caso del análisis de la estra-
tegia de construcción e innovación de
un sistema público de monitoreo de la
calidad del deporte y los cambios en
dicha calidad, después de la introduc-
ción del campus inteligente desde la
perspectiva de la IA y la creación de
universidades inteligentes. Previo a la
introducción del campus inteligente,
los estudiantes estaban muy satisfe-
chos con efectos en el aprendizaje de
educación física, que representaba
el 40,12 %, esto aumentó a 45,70 %
después de la introducción. Asimis-
mo, antes de la introducción, los estu-
diantes estaban muy satisfechos con
el equipamiento deportivo con 30,12
% antes de la introducción y esto paso
a 35,24 % después de la introducción
(Huang
et al
., 2021).
La enseñanza de educación física
universitaria asistida por tecnología
de realidad virtual basada en IA, se
estudia según el cambio de posición
del centro de gravedad del ser humano
virtual, en este sentido se utilizó el
método de interpolación de fotogramas
clave spline para la interpolación, y
la pose del modelo obtenido en cada
fotograma se representa para obtener
la animación del ser humano virtual.
Los resultados indican que el 35 % de
las personas del grupo experimental de
enseñanza virtual fueron excelentes,
image/svg+xml
369
PAIDEIA XXI
Use of artifcial intelligence in university education
mientras que el grupo de control
obtuvo solo el 10 % en este rango
excelente (90–100) (Wang, 2021).
En cuanto a la construcción de
un modelo de gestión de la educación
universitaria basado en un método de
análisis de programación inteligente,
en el contexto de la IA. Se destaca que
la esencia de la reforma y desarrollo de
la educación universitaria basada en
el método de análisis de programación
inteligente es el proceso de ajuste y
optimización continua de la autoridad
de los elementos de gestión: humanos,
asuntos, fnanzas, materiales e
información. Los hallazgos refejan
que el puntaje promedio del grupo
de control antes del experimento fue
de 63.7748 y el puntaje promedio del
grupo experimental fue de 63.8954.
Constatándose que la diferencia entre
los dos grupos fue de 0.1206 (Huang,
2022).
Finalmente, las innovaciones
desarrolladas por las universidades
para mejorar la enseñanza ideológica
utilizando una cantidad de datos,
seguido de un análisis de los problemas
que existen, en el contexto de la IA,
demostraron empíricamente que el uso
de una red neuronal de profundidad
infnita tiene un mayor impacto en el
reconocimiento, que el uso de una red
neuronal normal o una red neuronal
BP, con una tasa de precisión de
más del 95% para reconocer datos de
intranet. En la prueba real, el método
se puede emplear para ajustar los
recursos de la intranet y proporcionar
a los estudiantes cursos de educación
ideológica y política apropiados (Liu,
2022).
En síntesis, el uso de la IA en la
educación universitaria ha generado
resultados positivos en el monitoreo
de la educación física, desarrollo y
monitoreo en clases de idiomas, de
música e ideología. Asimismo, en el
reconocimiento facial, la mejora de
los sistemas de evaluación y en el
manejo de los servicios bibliotecarios
del campus.
Benefcios del empleo de la inteli
-
gencia artifcial en la educación
universitaria
La IA proporciona comodidad a las
personas, en especial a la gestión de la
educación universitaria. Asimismo, el
reconocimiento facial y de expresiones
de los estudiantes, basado en IA, puede
ayudar a los profesores a detectar el
estado de los estudiantes y a mejorar
las formas de enseñanza (Zhu, 2022).
Por otra parte, mejorar el nivel de
la enseñanza y su calidad a través
de las TIC, es uno de los pasos de la
reforma educativa. Destacando que
la educación informacional tiene la
ventaja de poder llevarse a cabo en
cualquier momento y lugar, así como
la infnidad de recursos que posee, que
en el caso de la educación tradicional
escasea (Xie, 2022).
De igual manera, el modelo educa
-
tivo de “educación basada en el estu
-
diante”, la comunicación inalámbrica
y la tecnología de IA pueden ayudar
a los profesores a entender mejor el
desempeño específco de los estu
-
diantes en el salón de clases. Estos
en relación a la reforma de la educa
-
ción legal
en colegios y universidades,
y además mejorar la pertinencia y ef
-
image/svg+xml
370
PAIDEIA XXI
Tinoco-Plasencia
cacia de la enseñanza (Wu & Tang,
2022).
La aplicación de la IA en conjunto
con la tecnología 5G en la educación,
pueden aportar innovación a la ense-
ñanza en línea. Mejorando la efcien
-
cia de la enseñanza de los profesores,
así como maximizando el interés de los
estudiantes en el aprendizaje. La im-
plementación de IA en la enseñanza de
inglés cambiará por completo los esce-
narios de tiempo y espacio, supliendo
los niveles de la educación en inglés,
haciendo posible una educación per-
sonalizada y diversifcada (Sun, 2021).
El impacto de la enseñanza practi-
ca refeja que los diseños de instruc
-
ción impulsados por IA son mejor per-
cibidos por los estudiantes y tienen
puntajes de evaluación más elevados.
El modelo de aprendizaje y enseñanza
universitaria basado en IA, es adecua-
do para promover las bases teóricas y
prácticas de los estudiantes (Zhang,
2022).
El sistema AI-LSICF representa
un modelo para inspirar a los exper-
tos en información a incorporar la IA
en sus estrategias y por su puesto en
las bibliotecas académicas, permi-
tiendo que la tecnología respalde la
enseñanza superior. Esta iniciativa
permitirá ofrecer alternativas de servi-
cio en situaciones inesperadas, como
la disrupción tecnológica y las situa-
ciones de crisis, como la pandemia de
COVID-19, que demandan interaccio-
nes no presenciales (Okunlaya
et al
.,
2022).
Dentro de este contexto, se debe
construir el sistema de monitoreo de
la calidad del deporte de los estudian-
tes universitarios, mediante la intro-
ducción de campus inteligentes ba-
sados en IA. Considerando que esto
puede ayudar a promover la mejora de
la calidad de los deportes y a mejorar
la calidad de la enseñanza de la edu-
cación física, lo que conlleva al cultivo
de talentos universitarios (Huang
et
al.
, 2021).
Por otra parte, la realidad virtual
basada en IA, utiliza nuevos formatos
de interfaz (pantallas montadas en la
cabeza y controladores de mano) para
ofrecer un acceso más intuitivo y na-
tural a los dispositivos informáticos.
Esto permite obtener resultados favo-
rables en la educación de estudiantes
universitarios, enfocados en un plan
de enseñanza y la disminución de
las difcultades de enseñanza (Wang,
2021).
Por otro lado, la programación in-
teligente de la gestión de educación
universitaria, ayuda a solucionar los
problemas en la educación en progra-
mación. En este sentido, determina
mediante un análisis de efectividad,
análisis del desempeño y otros aspec-
tos, basados en IA, que esto permite
estimular el interés de los estudiantes
en aprender, mejorar el desempeño
y la capacidad de resolver problemas
(Huang, 2022).
Por último, el empleo de una red
basada en IA en el campus, permite
promover el entusiasmo de los estu-
diantes por los cursos de educación
ideológica y política. En este sentido
se utilizaron una gran cantidad de da-
tos, así como un análisis de los proble-
mas que existen combinando técnicas
de aprendizaje automático (Liu, 2022).
image/svg+xml
371
PAIDEIA XXI
Use of artifcial intelligence in university education
En resumen, el uso de la IA en la
educación universitaria tiene bene-
fcios signifcativos. En primer lugar,
mejora la personalización del aprendi-
zaje, permitiendo a los estudiantes el
acceso a contenidos y recursos adap-
tados a sus necesidades individuales.
Además, permite optimizar la evalua-
ción y retroalimentación, agilizando
procesos y proporcionando informa-
ción más detallada para mejorar el
rendimiento. También facilita la iden-
tifcación temprana de problemas de
aprendizaje e impulsa la investigación
educativa, a través del análisis de da-
tos a gran escala. Sin embargo, es im-
portante abordar desafíos éticos, como
la privacidad de datos y la equidad en
el acceso a estas tecnologías, para
aprovechar al máximo su potencial en
la educación superior.
Por otra parte, el estudio de
revisión sistemática permitió analizar
la información científca desarrollada
hasta la fecha sobre el empleo de la IA
en la educación universitaria. En este
sentido, se destaca los pocos estudios
realizados sobre el tema en vista de
las implicaciones y consecuencias
del empleo de la IA en la educación
universitaria, aun evaluadas por
diversos autores.
Se señala que se deben juntar es-
fuerzos para la creación y funciona-
miento de un Observatorio Ético de
IA en el ámbito de la educación, de
fundamentos transversales y multi-
disciplinario, que tenga como meta
analizar las iniciativas relevantes de
IA aplicadas a este campo, que ayude
en el intercambio de conocimientos,
investigación, regulaciones y norma-
lización de un código de ética de IA
para la educación. Asimismo, se debe
profundizar en el estudio de las impli-
caciones de la IA en la educación y los
sistemas de IA que ayuden a los pro-
fesores a mejorar la enseñanza de una
forma responsable, ética y equitativa.
En cuanto al análisis de los hallaz-
gos alcanzados con el empleo de la IA
en la educación universitaria, se pre-
senta un factor común en todos los
trabajos evaluados, que indica que la
IA introduce características innovado-
ras a la educación, incentivando a los
estudiantes mediante la individualiza-
ción del aprendizaje y un mayor acce-
so a recursos de aprendizaje avanza-
dos. Estos resultados coinciden con
los de Vera (2023), quien señala que
la IA puede resultar una herramien-
ta valiosa como soporte del proceso de
enseñanza aprendizaje, no obstante,
es fundamental que los profesores la
empleen de forma adecuada y refexi
-
va, tomando en cuenta los objetivos
pedagógicos y los requerimientos de
los estudiantes.
Al respecto de los benefcios del em
-
pleo de IA en la educación universita-
ria, la mayoría de los estudios refejan
que la IA permite estimular el interés
de los estudiantes en el aprendizaje, la
mejora del desempeño y la capacidad
para solucionar problemas. Además,
la IA puede ayudar a los profesores a
comprender el desempeño individual
de cada estudiante. Estos hallazgos se
asemejan a los de Díaz
et al
. (2021),
quienes señalan que el empleo de IA
aporta dinamismo, fexibilidad y adap
-
tabilidad a la educación. Consideran-
do que la diversidad de aplicaciones y
image/svg+xml
372
PAIDEIA XXI
Tinoco-Plasencia
herramientas de IA son el principal in-
centivo como un recurso fexible para
extraer su máximo potencial. Además,
la IA genera nuevas maneras de inte-
racción social, así como la participa-
ción de nuevos actores virtuales en los
ambientes de enseñanza-aprendizaje.
En conclusión, la educación uni-
versitaria está sometida continua-
mente a cambios signifcativos, pro
-
ducto de los indiscutibles avances
tecnológicos. Siendo la IA unas de las
tecnologías más estudiadas y cuyos
últimos avances han desatado una ola
de perspectivas y opiniones sobre su
implementación, consecuencias y re-
gulación, es fundamental ahondar al
respecto. En este sentido, el estudio
reveló las pocas investigaciones desa-
rrolladas sobre el empleo de la IA en la
educación universitaria, considerando
las limitaciones e inquietudes asocia-
das a la seguridad y la protección de
datos. Sin embargo, se constató que el
uso de IA mejora el aprendizaje indi-
vidual del estudiante, permite el acce-
so a información avanzada y estimula
el interés en el aprendizaje. Por otro
lado, se deben establecer políticas y
regulaciones del uso de la IA, dado su
todavía escasa implementación en el
contexto académico.
Author contributions
:
CRediT (Con-
tributor Roles Taxonomy)
CTP
= Christian Jairo Tinoco Plasencia
Conceptualization
:
CTP
Data curation
: CTP
Formal Analysis
: CTP
Funding acquisition
: CTP
Investigation
: CTP
Methodology
: CTP
Project administration
: CTP
Resources
: CTP
Software
: CTP
Supervision
: CTP
Validation
: CTP
Visualization
: CTP
Writing – original draft
: CTP
Writing – review & editing
: CTP
REFERENCIAS BIBLIOGRÁFICAS
Arias, F. (2012).
El Proyecto de Investigación Introducción a la metodología
científca
(6
ta
ed.). Episteme.
Arredondo, C. (2020).
Inteligencia Artifcial en la educación: Uso del Chatbot en
un Curso de Pregrado Sobre Investigación Académica en una Universidad
Privada de Lima
[Maestría, Pontifcia Universidad Católica del Perú]. https://
www.proquest.com/openview/0fc382a31809798dece1f1fa9d24b926/1?pq-
origsite=gscholar&cbl=2026366&diss=y
Ayuso, D., & Gutiérrez, P. (2022). La Inteligencia Artifcial como recurso educativo
durante la formación inicial del profesorado.
RIED-Revista Iberoamericana de
Educación a Distancia, 25
, 347-358.
Bergolla, Y. C., & Lavigne, M. L. (2021).
Desarrollo de retos de la inteligencia
artifcial
. Editorial Educación Cubana.
image/svg+xml
373
PAIDEIA XXI
Use of artifcial intelligence in university education
Cánovas, Ó. (2023). Explorando el papel de la IA en la educación universitaria
de la informática a través de una conversación.
Actas de las Jenui, 8
, 217.
Castillo, R. Y., Tiza, D. R., Orellana, L. M., Cajigas, B. Z., Huayta, F. T., Sota,
C. Q., Muñoz, G. I., Acevedo, J. E., Sernaqué, M. A., Carranza, C. P., &
Gonzáles, J. L. (2023). Artifcial Intelligence application in Education.
Journal
of Namibian Studies: History Politics Culture, 33
, 792-807.
Ciapponi, A. (2021). La declaración PRISMA 2020: Una guía actualizada para
reportar revisiones sistemáticas.
Evidencia, actualización en la práctica
ambulatoria, 24,
3
.
Cotrina, J. C., Vera, M. Á., Ortiz, W. C., & Sosa, P. (2021). Uso de la Inteligencia
Artifcial (IA) como estrategia en la educación superior.
Revista Iberoamericana
de la Educación.
https://doi.org/10.31876/ie.vi.81
Díaz, L.P., Cárdenas, J.V., Curo, G.G., & Barreto, A. M. (2021). Inteligencia
artifcial aplicada al sector educativo.
Revista Venezolana de Gerencia, 26,
96.
Flores, J.M., & García, F. J. (2023). Refexiones sobre la ética, potencialidades
y retos de la Inteligencia Artifcial en el marco de la Educación de Calidad
(ODS4).
Comunicar, 74
. https://repositorio.grial.eu/handle/grial/2738
García, J. P., Alor, L. B., & Cisneros, Y. G. (2023). Percepción de los tutores
virtuales sobre el impacto de la inteligencia artifcial en la educación
universitaria.
Company Games & Business Simulation Academic Journal, 3,
49-58.
García, V. R., Mora, A. B., & Ávila, J. A. (2020). La inteligencia artifcial en la
educación.
Dominio de las Ciencias, 6,
28.
García, J. J. (2021). Implicancia de la inteligencia artifcial en las aulas virtuales
para la educación superior. O
rbis Tertius - UPAL, 5
, 10.
González, M. A. (2023). Uso responsable de la inteligencia artifcial en estudiantes
universitarios: Una mirada recnoética.
Revista Boletín Redipe, 12,
9
.
Guaña, J., & Chipuxi, L. (2023). Impacto de la inteligencia artifcial en la ética y
la privacidad de los datos.
Reciamuc, 7,
923-930.
Huang, M. (2022). University Education Management Model Based on Artifcial
Intelligence Programming and Analysis Technology Foundation for Building
Models and Applications.
Mobile Information Systems
,
2022
, e7545016.
Huang, X., Huang, X., & Wang, X. (2021). Construction of the teaching quality
monitoring system of physical education courses in colleges and universities
based on the construction of smart campus with artifcial intelligence.
Mathematical Problems in Engineering
,
2021
, e9907531.
Liu, Q. (2022). Research on the Innovation of Ideological and Political Education
in Universities Based on Artifcial Intelligence Machine Learning in a Wireless
image/svg+xml
374
PAIDEIA XXI
Tinoco-Plasencia
Network Environment.
Security and Communication Networks
,
2022
,
e5885065.
Lo, C. K. (2023). What Is the Impact of ChatGPT on Education? A Rapid Review
of the Literature.
Education Sciences
,
13
, 4.
López, N. E., Rossetti, S. R., Rojas, I. S., & Coronado, M. A. (2021). Herramientas
digitales en tiempos de covid-19: Percepción de docentes de educación
superior en México.
RIDE. Revista Iberoamericana para la Investigación y el
Desarrollo Educativo, 12,
e309
.
McGrath, C., Cerratto, T., Juth, N., & Palmgren, P. J. (2023). University teachers’
perceptions of responsibility and artifcial intelligence in higher education—
An experimental philosophical study.
Computers and Education: Artifcial
Intelligence
,
4
, 100139.
Moreno, R. D. (2019). La llegada de la inteligencia artifcial a la educación.
Revista de Investigación en Tecnologías de la Información: RITI, 7,
260-270
.
Norman, E. (2023). La inteligencia artifcial en la educación: Una herramienta
valiosa para los tutores virtuales universitarios y profesores universitarios.
Panorama, 17,
1-9.
Ocaña, Y., Valenzuela, L. A., & Garro, L. L. (2019). Inteligencia artifcial y sus
implicaciones en la educación superior.
Propósitos y Representaciones, 7,
536-568.
Okunlaya, R.O., Syed, N., & Alias, R. A. (2022). Artifcial intelligence (AI) library
services innovative conceptual framework for the digital transformation of
university education.
Library Hi Tech
,
40
, 1869-1892.
Palella, S., & Martins, F. (2012).
Metodología de la Investigación Cuantitativa
(1
era
Reimpresión). FEDUPEL.
Rainer, J. J., & Rodríguez, L. (2019). Perspectiva histórica y evolución de la
inteligencia artifcial.
La inteligencia artifcial, aplicada a la defensa.
Instituto
Español de Estudios Estratégicos.
pp.
17-38
.
Rodríguez, Á. F., Alarcón, K. E., Gaibor, J. A., Bermeo, S. D., & Castro, H.
A. (2023). La Implementación de la Inteligencia Artifcial en la Educación:
Análisis Sistemático.
Dominio de las Ciencias, 9
, 2162–2178.
S
almerón, Y. M., Álvarez, H. E., Encarnación, W. G., & Gómez, V. A. (2023). El
futuro de la Inteligencia Artifcial para la educación en las instituciones de
Educación Superior.
Revista Conrado, 19
, 27-34.
Suárez, L. J. (2022).
El futuro de la educación superior, una mirada desde la
inteligencia artifcial. En Los restos de la educación en tiempos de pandemia.
Corporacion Cimted.
Sun, X. (2021). 5G Joint Artifcial Intelligence Technology in the Innovation
and Reform of University English Education.
Wireless Communications and
Mobile Computing
,
2021
, e4892064.
image/svg+xml
375
PAIDEIA XXI
Use of artifcial intelligence in university education
Takeyas, B. L. (2007). Introducción a la Inteligencia Artifcial.
Instituto Tecnológico
de Nuevo Laredo,
1-3. http://www.itnuevolaredo.edu.mx/takeyas/Articulos/
Inteligencia%20Artificial/ARTICULO%20Introduccion%20a%20la%20
Inteligencia%20Artifcial.pdf
Tomalá, M. A., Benites, E. M., Cachinelli, C. G., & Caicedo, E. V. (2023).
Incidencias de la inteligencia artifcial en la educación.
RECIMUNDO, 7
, 238-
251
Torres, E., Torres, F., Torres, J. W., Basurco, T. R., Mamani, O. M., López, M. A.,
Tito, J. P., Supo, J. A., & Coyla, L. (2023). Impacto de la Inteligencia Artifcial
en la educación universitaria.
Abordagens sobre ensino-aprendizagem e
formação de professores, 1,
80-91.
Valverde, R. Z. (2021). Una vista a las oportunidades y amenazas de la inteligencia
artifcial en la educación superior.
Revista Académica Institucional, 3
, 49-61.
Vera, F. (2023). Integración de la Inteligencia Artifcial en la Educación superior:
Desafíos y oportunidades.
Transformar, 4
, 17-34.
Wang, Y. (2021). Physical Education Teaching in Colleges and Universities
Assisted by Virtual Reality Technology Based on Artifcial Intelligence.
Mathematical Problems in Engineering
,
2021
, e5582716.
Wu, J., & Tang, W. (2022). Reform Method of University Legal Education Based on
Artifcial Intelligence and Wireless Communication.
Wireless Communications
and Mobile Computing
,
2022
, e2574911.
Xie, Y. (2022). Artifcial Intelligence-Based Online Education System for
University Music.
Security and Communication Networks
,
2022
, e5842900.
Zhang, F. (2022). Design and Application of Artifcial Intelligence Technology-
Driven Education and Teaching System in Universities.
Computational and
Mathematical Methods in Medicine
,
2022
, 1-10.
Zhu, H. (2022). Analysis of University Education Management Based on Artifcial
Intelligence.
Security and Communication Networks, 2022,
e8132523.
Received September 4, 2023.
Accepted October 16, 2023