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)