ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2324)
http://www.aulavirtual.web.ve
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2325)
http://www.aulavirtual.web.ve
REVISTA CIENTÍFICA
AULA VIRTUAL
Director Editor:
La Revista seriada Científica Arbitrada e Indexada
Aula Virtual, es de acceso abierto y en formato
electrónico; la misma está orientada a la
divulgación de las producciones científicas creadas
por investigadores en diversas áreas del
conocimiento. Su cobertura temática abarca
Tecnología, Ciencias de la Salud, Ciencias
Administrativas, Ciencias Sociales, Ciencias
Jurídicas y Políticas, Ciencias Exactas y otras áreas
afines. Su publicación es CONTINUA, indexada y
arbitrada por especialistas en el área, bajo la
modalidad de doble ciego. Se reciben las
producciones tipo: Artículo Científico en las
diferentes modalidades cualitativas y cuantitativas,
Avances Investigativos, Ensayos, Reseñas
Bibliográficas, Ponencias o publicaciones
derivada de eventos, y cualquier otro tipo de
investigación orientada al tratamiento y
profundización de la información de los campos de
estudios de las diferentes ciencias. La Revista Aula
Virtual, busca fomentar la divulgación del
conocimiento científico y el pensamiento crítico
reflexivo en el ámbito investigativo.
• Dra. Leidy Hernández PhD.
• Dr. Fernando Bárbara
Consejo Asesor:
• MSc. Manuel Mujica
• MSc. Wilman Briceño
• Dra. Harizmar Izquierdo
• Dr. José Gregorio Sánchez
Revista Científica Arbitrada de
Fundación Aula Virtual
Email: revista@aulavirtual.web.ve
URL: http://aulavirtual.web.ve/revista
ISSN:
Depósito Legal:
País:
Año de Inicio:
Periodicidad:
Sistema de Arbitraje:
Licencia:
Volumen:
Número:
Año:
Período:
Dirección Fiscal:
2665-0398
LA2020000026
Venezuela
2020
Continua
Revisión por pares. “Doble Ciego”
Creative Commons CC BY NC ND
6
13
2025
Continua-2025
Av. Libertador, Arca del Norte, Nro.
52D, Barquisimeto estado Lara,
Venezuela, C.P. 3001
Generando Conocimiento
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2326)
http://www.aulavirtual.web.ve
HERRAMIENTAS DE INTELIGENCIA ARTIFICIAL EN ESTUDIANTES DE
BACHILLERATO
ARTIFICIAL INTELLIGENCE TOOLS IN HIGH SCHOOL STUDENTS
Tipo de Publicación: Articulo Científico
Recibido: 06/10/2025
Aceptado: 07/11/2025
Publicado: 22/12/2025
Código Único AV: e604
Páginas: 1(2325-2342)
DOI: https://doi.org/10.5281/zenodo.18023700
Autores:
Darwin Rolando Ponce Altamirano
Doctor en Gestión Pública y Gobernabilidad
https://orcid.org/0000-0003-4314-9473
E-mail: P7002484127@ucvvirtual.edu.pe
Afiliación: Universidad César Vallejo
País: República del Perú
Carlos Alberto Cherre Antón
Licenciado en Historia y Geografía
https://orcid.org/0000-0001-6565-5348
E-mail: antonperu3@gmail.com
Afiliación: Universidad César Vallejo
País: República del Perú
Resumen
La irrupción de la Inteligencia Artificial (IA), especialmente herramientas como
los chatbots generativos y los sistemas de aprendizaje adaptativo, representa una
disrupción significativa en la educación de bachillerato, ofreciendo
oportunidades para la personalización del aprendizaje y la optimización de
tareas. Sin embargo, esta integración plantea desafíos críticos como la
integridad académica, la posible dependencia tecnológica y la brecha digital.
Esta investigación tuvo como objetivo analizar el nivel de conocimiento, la
frecuencia de uso y la percepción de los estudiantes de bachillerato sobre las
herramientas de IA, evaluando su impacto en las competencias académicas y
éticas. El estudio identifica una dualidad de usos: el sustitutivo (delegar el
trabajo cognitivo, induciendo al aprendizaje superficial y al plagio algorítmico)
y el complementario (usar la IA como asistente cognitivo o tutor socrático para
potenciar el pensamiento crítico y la comprensión). Para mitigar los riesgos, se
propone la integración transversal de la Alfabetización en IA (AIA), que incluye
la comprensión de sesgos y la ingeniería de prompts. Además, es crucial
rediseñar las evaluaciones hacia tareas auténticas y contextualizadas que
demanden intervención humana crítica. Estos lineamientos buscan transformar
la IA en una herramienta cognitivo-pedagógica que fomente la autonomía y la
equidad.
Palabras Clave
Inteligencia Artificial, Bachillerato, Aprendizaje
Adaptativo, IA Generativa, Alfabetización en IA
Abstract
The advent of Artificial Intelligence (AI), particularly generative chatbots and
adaptive learning systems, presents a significant disruption in high school
education, offering opportunities for learning personalization and task
optimization. Yet, this integration introduces critical challenges such as
academic integrity, potential technological dependency, and the digital divide.
This research aimed to analyze high school students' knowledge, frequency of
use, and perception of AI tools, assessing their impact on academic and ethical
competencies. The study distinguishes two modalities of use: substitutive use
(delegating cognitive work, leading to superficial learning and algorithmic
plagiarism) and complementary use (using AI as a cognitive assistant or
Socratic tutor to foster critical thinking and comprehension). To address the
associated risks, the paper proposes the transversal integration of AI Literacy
(AIL), which involves understanding algorithmic biases and prompt
engineering. Furthermore, a fundamental step is the redesign of assessments
towards authentic, contextualized tasks that require critical human intervention.
These guidelines seek to ensure AI is used as a cognitive-pedagogical tool that
promotes autonomy and equity in the curriculum.
Keywords
Artificial Intelligence, High School, Adaptive Learning,
Generative AI, AI Literacy
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2327)
http://www.aulavirtual.web.ve
Introducción
La Inteligencia Artificial (IA) representa una
de las disrupciones tecnológicas más significativas
de la última década, permeando rápidamente
diversos sectores de la sociedad, incluyendo el
ámbito educativo. En el contexto de la educación
media superior o bachillerato, la integración de
herramientas basadas en IA, tales como los chatbots
generativos, los sistemas de aprendizaje adaptativo
o las plataformas de tutoría inteligente, abre un
espectro de oportunidades para la personalización
del aprendizaje y la optimización de los procesos de
enseñanza-aprendizaje, a la par que presenta
desafíos críticos que demandan una exploración
rigurosa.
La irrupción de la IA en el ecosistema
académico de los estudiantes de bachillerato ha
generado una dualidad de escenarios: por un lado,
se reconoce el potencial instrumental para mejorar
la eficiencia en la gestión de tareas, la investigación
de información y el desarrollo de habilidades
digitales avanzadas; por otro lado, existe una
creciente preocupación en la comunidad educativa
global respecto a la integridad académica, la posible
dependencia tecnológica y la brecha digital que
podría acentuarse entre el alumnado con diferente
acceso y competencia en el uso de estas tecnologías.
Esta problemática se centra en la falta de un marco
de referencia que analice de manera integral la
adopción, el uso efectivo y las implicaciones éticas
de las herramientas de IA por parte de los
estudiantes de este nivel educativo, así como la
identificación de las competencias necesarias para
una alfabetización digital y algorítmica responsable.
La justificación de este estudio radica en la
necesidad imperante de generar conocimiento
empírico y técnico que guíe la integración
pedagógica responsable de la IA en el bachillerato.
Determinar la prevalencia y las modalidades de uso
de estas herramientas permitirá a las instituciones
educativas y a los diseñadores curriculares
establecer políticas claras y estrategias de formación
docente y estudiantil que mitiguen los riesgos
asociados, como el plagio automatizado, la
superficialidad en el aprendizaje profundo y el
desarrollo de la dependencia intelectual. Por
consiguiente, esta investigación contribuirá a
transformar la IA de un mero recurso tecnológico a
una herramienta cognitivo-pedagógica que potencie
el pensamiento crítico y la autonomía del estudiante,
asegurando que su impacto sea equitativo y alineado
con los objetivos formativos del siglo XXI.
En respuesta a esta necesidad crítica, el
Objetivo General de la presente investigación es
analizar el nivel de conocimiento, la frecuencia de
uso y la percepción de los estudiantes de
bachillerato sobre las herramientas de inteligencia
artificial y su impacto en el desarrollo de sus
competencias académicas y éticas. Para lograr este
fin, se establecen los siguientes Objetivos
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2328)
http://www.aulavirtual.web.ve
Específicos: primero, diagnosticar la prevalencia y
los patrones de utilización de las principales
herramientas de IA generativa y adaptativa entre la
población estudiantil de bachillerato; segundo,
evaluar las implicaciones que el uso de la IA tiene
sobre la calidad del aprendizaje, la originalidad de
los trabajos y el desarrollo del pensamiento crítico
de los estudiantes; y tercero, proponer lineamientos
y recomendaciones técnicas y éticas dirigidas a la
comunidad educativa para la integración efectiva y
responsable de estas tecnologías en el currículo de
la educación media superior.
Desarrollo
Fundamentación conceptual de la Inteligencia
Artificial (IA) Educativa
La irrupción de la Inteligencia Artificial (IA)
en el ámbito educativo ha redefinido el corpus
teórico sobre las herramientas tecnológicas
disponibles para la enseñanza y el aprendizaje.
Desde una perspectiva técnica, las Herramientas de
Inteligencia Artificial se delimitan como
aplicaciones de software con la capacidad inherente
de simular, e incluso superar, ciertos procesos
cognitivos humanos (aprendizaje, razonamiento,
resolución de problemas), mediante el uso de
algoritmos avanzados y modelos predictivos
(UNESCO, 2021).
Su principal distinción, en el contexto de la
educación media superior, radica en su facultad de
adaptación algorítmica y personalización a gran
escala, trascendiendo la funcionalidad estática de las
herramientas digitales precedentes. La promesa de
estas herramientas es catalizar una experiencia de
aprendizaje individualizada y generar feedback en
tiempo real, elementos esenciales para el estudiante
de bachillerato en su transición hacia la autonomía
intelectual (Rodríguez Fernández, 2025).
Desde una perspectiva de clasificación
funcional, es crucial diferenciar entre las
aplicaciones. Por un lado, se encuentran los sistemas
de IA de propósito general, como los Grandes
Modelos de Lenguaje (LLMs), tipo ChatGPT o
Gemini, cuya función se centra en la generación de
texto, código y síntesis de información a partir de
prompts (Sevilla et al., 2025). Estos sistemas actúan
como asistentes cognitivos que aumentan la
productividad del estudiante, pero requieren una
alfabetización crítica para su uso ético y la
validación de la información que producen.
Por otro lado, los sistemas de IA específicos
para la educación, como los Sistemas de Tutoría
Inteligente (ITS) o las plataformas de Adaptive
Learning, están diseñados con modelos de dominio
pedagógico y se enfocan en adaptar la dificultad de
los ejercicios, proporcionar apoyo contextualizado y
monitorear el progreso individual del estudiante con
una base de datos específica (Chen et al., 2020;
Mujica-Sequera, 2024). Esta distinción subraya que
el impacto de la IA en el bachillerato no es
monolítico, sino que depende directamente de la
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2329)
http://www.aulavirtual.web.ve
arquitectura algorítmica y la finalidad pedagógica
de la herramienta empleada.
La integración de la IA en la educación media
superior es el culmen de una trayectoria tecnológica
que se remonta a la Instrucción Asistida por
Computadora (IAC). A diferencia de las etapas
tempranas, donde el software ofrecía rutinas de
práctica y repetición lineal (drill-and-practice), la
IA contemporánea se fundamenta en el aprendizaje
automático (Machine Learning) y las redes
neuronales profundas, lo que le confiere una
capacidad predictiva y adaptativa exponencialmente
mayor (Dilmi & Sakri, 2024). Esta evolución ha
transformado los sistemas rígidos de los años 80 y
90 en ecosistemas flexibles que simulan la
interacción de un tutor humano experto, pasando de
la mera automatización de tareas a la aumentación
de la inteligencia humana (UNESCO, 2022).
En este contexto de aceleración tecnológica,
el modelo de impacto de la IA en la educación
trasciende la mera digitalización para enfocarse en
la transformación pedagógica. Un marco útil para
conceptualizar esta transición es la adaptación del
Modelo SAMR (Sustitución, Aumento,
Modificación, Redefinición) a las herramientas de
IA (Rivera-Lugo, 2025). Inicialmente, el uso de la
IA se sitúa en la Sustitución (ej. usar un LLM para
resumir un texto en lugar de hacerlo a mano) o el
Aumento (ej. obtener feedback gramatical
instantáneo).
Sin embargo, el verdadero potencial de la IA
se alcanza en los niveles de Modificación y
Redefinición, donde las herramientas no solo
mejoran las actividades existentes, sino que
permiten diseñar tareas completamente nuevas que
antes eran inconcebibles. Por ejemplo, la IA puede
redefinir una actividad de análisis literario al
permitir que el estudiante de bachillerato interactúe
con un chatbot simulando ser un personaje histórico
o científico, fomentando así el pensamiento
creativo, el diálogo socrático y la construcción
activa de conocimiento (Zhai & Wibowo, 2023).
Este enfoque transformador es la clave para que la
IA se convierta en un catalizador para el desarrollo
de competencias del siglo XXI en el alumnado.
Caracterización Técnica y Usos de las
Herramientas de IA por el estudiante de
bachillerato
El ecosistema de herramientas de Inteligencia
Artificial al que acceden los estudiantes de
bachillerato se puede desagregar en función de su
arquitectura técnica y su función pedagógica
predominante, lo que resulta esencial para
diagnosticar sus patrones de prevalencia.
La IA Generativa (IAGen), ejemplificada por
modelos como ChatGPT o Gemini, se ha
posicionado rápidamente como el principal asistente
cognitivo del estudiante. Sus mecanismos de uso
más comunes en la educación media superior
incluyen la asistencia en la redacción (tutor de
escritura), donde la herramienta proporciona
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2330)
http://www.aulavirtual.web.ve
sugerencias de estilo o estructura (UNESCO, 2025);
el brainstorming, utilizando la IAGen para explorar
ideas y temas base, generar listados de conceptos
clave o crear resúmenes; y la síntesis de información
compleja en formatos más digeribles para el estudio
(García de Blanes Sebastián et al., 2025; UNAM,
2025). Estos usos representan una mejora funcional
en la gestión del estudio, pero no necesariamente en
el aprendizaje profundo (Rodríguez Fernández,
2025).
Sin embargo, el uso de la IAGen introduce
desafíos técnicos para el usuario que son críticos. El
principal reto es el reconocimiento de alucinaciones
(hallucinations), que se refiere a la generación de
información plausible, pero completamente falsa,
debido a las deficiencias inherentes en los modelos
de predicción de lenguaje (UNESCO, 2025).
Esto exige que el estudiante desarrolle una alta
capacidad de validación y pensamiento crítico.
Además, el uso efectivo de estas herramientas
requiere la ingeniería de prompts (o ingeniería
rápida), una habilidad técnica que consiste en
formular instrucciones claras, contextualizadas y
detalladas para guiar el modelo a obtener respuestas
precisas y académicamente útiles, una competencia
que raramente se enseña de manera formal en el
currículo (UNESCO, 2024).
A diferencia de la IAGen, los Sistemas de
Aprendizaje Adaptativo (SAA) están diseñados con
una meta puramente pedagógica: la personalización
a escala. Los mecanismos de uso de estos sistemas
se basan en el análisis de datos en tiempo real, lo que
les permite detectar patrones de comportamiento y
conocimiento individual. Estos sistemas ofrecen
práctica personalizada y adaptación de la dificultad
de los ejercicios, asegurando que el contenido se
ajuste al ritmo de cada estudiante. El componente
más valioso es la retroalimentación individualizada
e inmediata, que refuerza fortalezas y aborda
debilidades específicas, mejorando la comprensión
y retención de la información (Bezerra et al., 2024;
Revista Educación Virtual, 2025).
Su relevancia específica en el bachillerato se
concentra en las asignaturas troncales,
particularmente Matemáticas y Ciencias. En estas
áreas, los SAA pueden generar problemas
adaptativos y visualizaciones de conceptos
abstractos, ofreciendo un tutor experto simulado que
acompaña al estudiante en la resolución de
problemas complejos. Este rol es fundamental para
cerrar las brechas de conocimiento acumuladas
antes del ingreso a la educación superior (Reincisol,
2025).
Un tercer subconjunto relevante lo
constituyen las Herramientas de Asistencia a la
Evaluación. Su principal mecanismo de uso es la
autoevaluación y la revisión de trabajos. La IA
puede automatizar la corrección de tareas,
proporcionar retroalimentación detallada sobre la
estructura argumentativa, el estilo y el formato, y
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2331)
http://www.aulavirtual.web.ve
detectar plagio o duplicidades. Al trasladar la carga
de la retroalimentación inicial a la IA, se promueve
que el estudiante se convierta en un agente activo en
la mejora de sus propios trabajos (Redalyc, 2023;
Masache et al., 2025).
La adopción de la IA en el bachillerato no es
uniforme, sino que está modulada por la interacción
de diversos factores que influyen en los patrones de
frecuencia y la motivación de uso. Los factores de
adopción se pueden clasificar en técnicos y
perceptuales. Entre los factores técnicos destacan el
nivel de accesibilidad a dispositivos de alta gama y
a servicios de internet estables, así como la
usabilidad y la facilidad de uso de la interfaz
(Goksel & Bozkurt, 2019).
No obstante, los factores perceptuales son
determinantes: la percepción de utilidad (¿Me ayuda
a obtener mejores notas?) y la actitud general hacia
la IA (¿Confío en esta tecnología?) influyen
directamente en la disposición del estudiante a
integrarla en sus rutinas de estudio (Nazaretsky et
al., 2022). Se observa una aceptación generalmente
positiva por parte del alumnado, que valora la
eficiencia y el apoyo inmediato que estas
herramientas ofrecen (Sevilla et al., 2025).
Esta disposición se manifiesta en dos
modalidades de uso que definen el impacto
pedagógico de la IA. El uso sustitutivo se produce
cuando el estudiante emplea la herramienta para
reemplazar el trabajo cognitivo (ej. pedir a un LLM
que escriba un ensayo o resuelva un problema
complejo), con el objetivo primario de terminar
tareas rápidamente. Esta modalidad es un riesgo
para el desarrollo de competencias fundamentales,
generando lo que se ha denominado aprendizaje
superficial (UNESCO, 2024).
Por otro lado, el uso complementario se da
cuando la IA es utilizada como un amplificador del
proceso creativo o de comprensión. En esta
modalidad, el estudiante utiliza la herramienta para
debatir ideas, refinar borradores, o solicitar
explicaciones alternativas a conceptos difíciles,
buscando activamente mejorar la comprensión o el
proceso creativo (CRUE, 2024). La investigación
debe centrarse en diagnosticar la prevalencia de
estas modalidades para informar políticas que
incentiven el uso complementario sobre el
sustitutivo.
Impacto de las herramientas de IA en las
competencias académicas y éticas
La irrupción generalizada de las herramientas
de Inteligencia Artificial (IA) en la educación media
superior a reconfigurado el proceso de aprendizaje,
generando un debate sustancial sobre su impacto en
las competencias académicas esenciales y la
integridad ética del estudiante. El análisis de este
impacto debe trascender la mera descripción de usos
y enfocarse en la calidad del compromiso cognitivo
que la IA promueve o inhibe.
El principal riesgo pedagógico derivado del
uso de la IA, particularmente la IAGen, reside en la
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2332)
http://www.aulavirtual.web.ve
inducción al aprendizaje superficial. Cuando el
estudiante opta por el uso sustitutivo, delegando la
generación de contenidos a la máquina, se produce
una elusión del esfuerzo cognitivo que es
imprescindible para la retención y la comprensión
conceptual. La calidad del aprendizaje se ve
comprometida al sacrificar procesos mentales clave
como la síntesis, la argumentación original y la
estructuración lógica, los cuales son reemplazados
por una recepción pasiva de respuestas generadas
por algoritmos (Bayas, 2024).
En contraste, el uso estratégico y
complementario de la IA presenta una oportunidad
para catalizar el pensamiento crítico. Al utilizar la
IAGen como un generador de contraargumentos, un
simulador de debate o un agente que desafía las
propias premisas del estudiante, la herramienta
actúa como un acelerador reflexivo. Sin embargo,
para que este potencial se materialice, el estudiante
debe poseer ya una base sólida de alfabetización en
IA (AIA) que le permita cuestionar la fuente y
verificar la exactitud de los datos generados,
mitigando así la tendencia a la dependencia acrítica
(Caicedo Pantoja et al., 2025; UNESCO, 2024).
La facilidad con la que la IAGen produce
textos coherentes y de alta calidad ha exacerbado la
crisis de la integridad académica, introduciendo el
concepto de plagio algorítmico o fraude inteligente
(Inteligencia Académica, 2024). Este fenómeno va
más allá del simple copiar y pegar, pues implica la
presentación de una autoría falsa sobre un producto
generado artificialmente.
La versatilidad de los modelos dificulta su
detección con las herramientas tradicionales,
volviendo la línea entre la asistencia legítima y la
deshonestidad académica "difusa" (Flores Morales,
2025). Para contrarrestar este desafío, las
instituciones deben implementar dos estrategias
interconectadas:
Rediseño de la Evaluación
Abandonar tareas estandarizadas y
memorísticas en favor de evaluaciones auténticas
que demanden la aplicación de conocimiento, la
reflexión contextualizada y la producción de
contenido que requiera la intervención humana
crítica (García Aretio, 2021).
Formación Ética Específica
Es crucial educar a los estudiantes sobre la
dimensión ética del uso de la IA, diferenciando
claramente entre el uso como herramienta de apoyo
cognitivo (legítimo) y el uso como sustituto de la
autoría personal (plagio). La concientización debe
enfocarse en la propiedad intelectual del contenido
generado y la necesidad de la citación apropiada
incluso del material producido por un modelo de
lenguaje (Acuña, 2024).
La Alfabetización en IA (AIA) emerge como
una competencia informacional crítica e ineludible
en el bachillerato. La AIA no se limita a saber usar
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2333)
http://www.aulavirtual.web.ve
la herramienta, sino a comprender sus mecanismos
subyacentes, sus capacidades y limitaciones, y,
fundamentalmente, sus sesgos algorítmicos.
Los modelos de IA son entrenados con vastas
cantidades de datos que, inevitablemente, contienen
prejuicios y desigualdades sociales preexistentes
(UNESCO, 2021). Por lo tanto, es imperativo que el
estudiante de bachillerato desarrolle la capacidad
de:
Evaluar Críticamente las Salidas
Reconocer que la IA no es neutral, sino un
reflejo del corpus de entrenamiento, y que sus
respuestas pueden perpetuar sesgos de género, raza
o geográficos.
Demandar Transparencia
Entender el principio de la IA Explicable
(Explainable AI, XAI), donde el profesor y el
estudiante tienen el derecho de comprender cómo la
herramienta llegó a una determinada conclusión,
especialmente en contextos de toma de decisiones
como la calificación (Rodríguez Fernández, 2025).
La integración curricular de la AIA, que
comprende la comprensión técnica, la evaluación
crítica y las consideraciones éticas, es la única vía
para garantizar que la IA se utilice como una
herramienta para la equidad y no como un nuevo
vector de desigualdad educativa (Baskara, 2025).
Lineamientos y propuestas para el uso
responsable de las herramientas de IA
La transición hacia un entorno educativo
asistido por la Inteligencia Artificial (IA) exige la
formulación de lineamientos proactivos que superen
la mera prohibición y se centren en el desarrollo de
la competencia ética y técnica del estudiante y el
docente. Las propuestas deben ser sistemáticas,
abarcando desde la transformación curricular hasta
la política institucional.
La estrategia medular debe ser la integración
transversal de la Alfabetización en IA (AIA) dentro
del currículo. Esto implica un cambio de foco de la
enseñanza sobre IA, donde se aborden los principios
éticos (equidad, no discriminación y transparencia),
el funcionamiento básico de los Grandes Modelos
de Lenguaje (LLMs) y, crucialmente, la naturaleza
de los sesgos algorítmicos (Rodríguez Fernández,
2025). Esta comprensión es fundamental para que el
estudiante de bachillerato interactúe con la
tecnología de manera crítica (Nguyen et al., 2024).
Paralelamente, la enseñanza con IA debe
materializarse mediante el uso explícito de las
herramientas como asistentes cognitivos en tareas
complejas. Por ejemplo, en lugar de generar un
ensayo, la IA debe utilizarse para analizar
críticamente el borrador, identificar fallas
argumentativas, o solicitar explicaciones desde
múltiples perspectivas teóricas, lo que convierte a la
Inteligencia Artificial Generativa (IAGen) en un
tutor socrático (Su & Yang, 2023). Este enfoque
potencia el uso complementario sobre el sustitutivo.
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2334)
http://www.aulavirtual.web.ve
El surgimiento de la IAGen demanda una
reingeniería radical del diseño de tareas y
evaluaciones para garantizar que sigan midiendo el
pensamiento de orden superior (Caicedo Pantoja et
al., 2025). Se propone migrar desde tareas de
memorización o síntesis (fácilmente sustituibles por
IA) hacia evaluaciones auténticas y
contextualizadas que exijan:
Aplicación y Síntesis Transversal
Diseñar tareas que requieran la integración de
conocimiento de múltiples asignaturas troncales o
que utilicen datos o contextos hiperlocales que los
modelos de IA no puedan reproducir sin una
intervención humana creativa (UNESCO, 2024).
Análisis Crítico de la IA
Asignar tareas donde el estudiante deba
utilizar la IA para generar una respuesta y luego
deconstruirla y criticarla, identificando sus
limitaciones, alucinaciones o sesgos. Esto promueve
la validación activa de la información,
transformando al estudiante en un agente de fact-
checking (Abdalla, 2025).
Enfoque en el Proceso (Prompt Engineering)
Evaluar la calidad de los prompts utilizados
por el estudiante, reconociendo la habilidad de
formular una instrucción clara y compleja como una
nueva forma de competencia investigativa (UNAM,
2025).
Es imprescindible que las instituciones de
bachillerato desarrollen y comuniquen políticas
claras y transparentes de uso de la IA antes que
establecer prohibiciones ambiguas. Estas políticas
deben detallar de manera explícita:
Definición de Plagio Algorítmico
Establecer que la presentación de material
generado por IA como producción original propia
(sin citación o reconocimiento del uso de la
herramienta) constituye una falta a la integridad
académica, asimilable al plagio (Flores Morales,
2025).
Reglas de Citación Específicas
Adoptar e implementar guías de citación para
contenido generado por IA (como las propuestas por
el formato APA 7.ª edición) para cuando la
herramienta sea utilizada de manera legítima como
fuente de información o asistencia.
Límites de Uso por Tarea
Diferenciar las asignaturas y los tipos de
tareas donde el uso de IA es prohibido, permitido
como apoyo o mandatorio como parte del objetivo
de aprendizaje, proporcionando claridad tanto a
docentes como a estudiantes (UNESCO, 2025).
El éxito de la integración de la IA depende
críticamente de la capacitación del capital humano.
La formación docente es la piedra angular, pues el
profesorado debe ser empoderado para rediseñar sus
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2335)
http://www.aulavirtual.web.ve
metodologías y no solo para detectar el fraude
(Alfaro Salas & Díaz Porras, 2024).
Capacitación Docente
Implementar programas de formación
tecnopedagógica centrados en el diseño curricular
asistido por IA, la comprensión de los sesgos
algorítmicos y el desarrollo de la ingeniería de
prompts avanzada. Un docente que domina la IA
puede mediar su uso en el aula, convirtiéndola de un
riesgo potencial a una palanca pedagógica
(Gutiérrez-Castillo et al., 2025).
Capacitación Estudiantil (AIA Avanzada)
Los programas de inducción y formación
continua para estudiantes deben ir más allá de las
funciones básicas. Deben promover la autoeficacia
académica y la conciencia ética, enseñando a los
estudiantes a evaluar la calidad de la respuesta de la
IA, a parafrasear y a sintetizar, habilidades
esenciales para evitar el plagio y el fraude (Flores
Morales, 2025).
Materiales y Métodos
La presente investigación se adscribe
primariamente a un enfoque cualitativo, lo que
resulta fundamental para la comprensión profunda
de los fenómenos sociales, cognitivos y éticos
derivados de la integración de la Inteligencia
Artificial (IA) en el entorno del bachillerato. Este
diseño metodológico se caracteriza por ser una
revisión sistemática y crítica de literatura, orientada
a lograr la triple finalidad declarada en los objetivos
específicos: el diagnóstico, la evaluación analítica y
la formulación proyectiva de lineamientos. El
estudio adoptó un alcance descriptivo-analítico que,
en su fase conclusiva, se transformó en un ejercicio
proyectivo.
El análisis de la información se centró en la
síntesis y comparación de los hallazgos de múltiples
investigaciones, aplicando un enfoque crítico y
analítico para evaluar la calidad epistémica y la
relevancia pedagógica del corpus de literatura.
Específicamente, el análisis se dirigió a: identificar
patrones de uso (diferenciando entre el uso
sustitutivo y el uso complementario), contrastar las
implicaciones cognitivas (riesgo de aprendizaje
superficial frente al potencial para el pensamiento
crítico), y evaluar los desafíos éticos inherentes al
plagio algorítmico. Los hallazgos derivados de este
análisis analítico y crítico constituyeron la base
empírica para la posterior proposición de
lineamientos y recomendaciones dirigidas a la
comunidad educativa, cumpliendo así con el
objetivo proyectivo final del estudio.
Resultados
Contexto de la Adopción de la IA en
Latinoamérica y su Impacto Académico
En el contexto regional, diversos estudios han
explorado la capacidad instrumental de la IA para
optimizar recursos educativos, mejorar los procesos
de enseñanza-aprendizaje y avanzar hacia la
personalización educativa. No obstante, la adopción
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2336)
http://www.aulavirtual.web.ve
de estas tecnologías en el nivel de bachillerato se
halla en una etapa temprana.
Se identifican estudios piloto y proyectos
enfocados predominantemente en el nivel
universitario; por ejemplo, en Ecuador, donde la
Universidad San Francisco de Quito ha desarrollado
un sistema de tutoría inteligente para asignaturas
clave como matemáticas y física. Esta
concentración en la educación superior sugiere una
transferencia gradual de la experiencia y la
infraestructura hacia el nivel medio.
Respecto al impacto en el desempeño
académico, la evidencia indica que la integración
adecuada de la IA en el aula puede generar efectos
positivos. Diversos estudios han documentado
mejoras tangibles no solo en el rendimiento, sino
también en la motivación y satisfacción del
estudiantado cuando las herramientas de IA se
incorporan al proceso de aprendizaje.
Por ejemplo, una investigación conducida en
Chile demostró que la utilización de sistemas de
tutoría inteligente en matemáticas produjo una
mejora significativa en los resultados académicos de
los estudiantes de secundaria, en comparación con
las metodologías de enseñanza tradicionales. De
manera similar, en Colombia, la implementación de
un sistema de gestión del aprendizaje asistido por IA
se asoció con un aumento en la tasa de retención y
una disminución en el abandono escolar en una
institución de educación superior.
No obstante, la literatura también subraya las
limitaciones y desafíos inherentes a la
implementación. Los principales obstáculos
identificados incluyen la insuficiencia de una
infraestructura tecnológica robusta, la resistencia al
cambio manifestada por el personal docente, y la
necesidad urgente de fortalecer las habilidades
digitales en la población estudiantil.
Factores Determinantes para el Éxito de la
Implementación Institucional
Para transformar la IA en una palanca de
transformación pedagógica, el análisis de la
literatura señala un conjunto de factores clave que
deben ser gestionados proactivamente a nivel
institucional.
En primer lugar, una Infraestructura
Tecnológica robusta se erige como un requisito sine
qua non. Las instituciones deben garantizar la
disponibilidad de hardware actualizado,
conectividad a internet de alta velocidad y software
compatible. Esta infraestructura debe poseer la
cualidad de ser escalable para gestionar los grandes
volúmenes de datos que la IA requiere para su
análisis y funcionamiento óptimo.
En segundo lugar, la Capacitación del
Personal resulta crítica. El éxito de la IA es
contingente al conocimiento y las habilidades del
cuerpo docente y administrativo. Los educadores
requieren formación tecnopedagógica específica
para comprender no solo el manejo instrumental de
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2337)
http://www.aulavirtual.web.ve
las herramientas de IA, sino también su integración
coherente en el currículo y los procesos didácticos.
Los programas de desarrollo profesional continuo
son esenciales para sostener la actualización del
personal.
En tercer lugar, la Aceptación y el Cambio
Cultural son factores de resistencia a menudo
subestimados. Es imperativo fomentar una cultura
de innovación y apertura hacia las nuevas
tecnologías, involucrando activamente a todos los
miembros de la comunidad educativa (estudiantes,
padres y docentes) para mitigar la resistencia y
facilitar una adopción institucional fluida.
En cuarto lugar, la Privacidad y Seguridad de
los Datos emerge como una cuestión ética y legal
central. La implementación de sistemas de IA
requiere que las instituciones establezcan políticas
transparentes sobre la recolección, el
almacenamiento y el uso de los datos personales y
académicos del estudiantado, asegurando el
cumplimiento de las regulaciones de privacidad y
promoviendo la confianza de los usuarios.
Finalmente, la Integración Curricular debe ser
coherente y profunda. La IA solo podrá maximizar
su impacto positivo si se desarrollan materiales y
métodos que aprovechen sus capacidades para la
personalización del aprendizaje. Esto implica que la
implementación de la IA debe ser un proceso
dinámico de Evaluación y Mejora Continua, donde
los mecanismos de evaluación midan
constantemente el impacto de las tecnologías en el
aprendizaje, permitiendo ajustes estratégicos para el
cumplimiento efectivo de los objetivos formativos.
Discusión
La presente investigación, basada en una
revisión documental crítica, aborda el Objetivo
General de analizar la adopción y el impacto de la
Inteligencia Artificial (IA) en el bachillerato, y
confirma la existencia de una dualidad instrumental
y ética que define su integración pedagógica. Los
resultados validan que la IA, desde los Sistemas de
Aprendizaje Adaptativo (SAA) hasta los Grandes
Modelos de Lenguaje (LLMs), posee un potencial
significativo para la personalización del aprendizaje
y la optimización de los resultados académicos, tal
como lo demuestran estudios de impacto en Chile y
Colombia que reportan mejoras en el rendimiento y
la retención estudiantil.
Sin embargo, el cumplimiento del Objetivo
Específico 2 (evaluar las implicaciones) ha puesto
de manifiesto la tensión fundamental que existe
entre el uso sustitutivo y el uso complementario de
estas herramientas. La delegación del esfuerzo
cognitivo a la IA Generativa (IAGen) promueve el
aprendizaje superficial, comprometiendo el
desarrollo de habilidades de orden superior como la
síntesis y la argumentación original, elementos
cruciales en la formación del bachillerato. Es en este
punto donde la discusión se centra: el impacto de la
IA no es inherente a la tecnología en sí misma, sino
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2338)
http://www.aulavirtual.web.ve
a la modalidad de uso mediada por el diseño
instruccional. La literatura sugiere que al emplear la
IAGen como un tutor socrático o simulador de
debate, se cataliza activamente el pensamiento
crítico, transformando la herramienta de un mero
atajo a un acelerador reflexivo.
Esta dinámica de uso está intrínsecamente
ligada al desafío ético central: el plagio algorítmico.
La facilidad con la que la IA produce contenido
coherente ha difuminado la línea entre la asistencia
legítima y la deshonestidad académica. La respuesta
institucional y pedagógica, articulada en el Objetivo
Específico 3, debe ser una reingeniería radical de la
evaluación, migrando de tareas memorísticas a
evaluaciones auténticas y contextualizadas que
exijan la intervención humana crítica y la aplicación
de conocimiento transversal.
Complementariamente, es imperativo establecer
políticas claras que definan explícitamente el plagio
algorítmico y adopten guías de citación específicas
para el contenido generado por IA.
Finalmente, la integración efectiva y
equitativa de la IA depende de la capacitación del
capital humano y la gestión de factores contextuales.
Los hallazgos sobre la falta de infraestructura
tecnológica y la resistencia docente en la región
latinoamericana subrayan la necesidad de
implementar programas de formación
tecnopedagógica para el profesorado. La
Alfabetización en IA (AIA) emerge como la
competencia informacional ineludible, siendo el
puente crítico que permite al estudiante evaluar las
alucinaciones y los sesgos algorítmicos inherentes a
los modelos.
Solo mediante la integración curricular de la
AIA y el desarrollo de la ingeniería de prompts se
puede garantizar que la IA funcione como una
herramienta para la equidad y la autonomía
intelectual, cumpliendo con la promesa de la
transformación pedagógica.
Conclusión
La investigación concluye que la irrupción de
las herramientas de Inteligencia Artificial en el
bachillerato constituye un fenómeno con profundas
implicaciones académicas y éticas, cuya gestión
efectiva requiere una respuesta sistémica e integral
del sector educativo.
Se confirma que el ecosistema tecnológico en
la educación media superior se bifurca entre la IA
Generativa (IAGen), utilizada primariamente como
asistente cognitivo para la síntesis de información, y
los Sistemas de Aprendizaje Adaptativo (SAA),
enfocados en la personalización de la práctica en
asignaturas troncales. El desafío diagnóstico se
centra en la alta prevalencia del uso sustitutivo,
impulsado por la eficiencia y la búsqueda de
finalizar tareas rápidamente, lo cual contrasta con el
uso complementario, que es el único que contribuye
al desarrollo del pensamiento de orden superior.
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2339)
http://www.aulavirtual.web.ve
El impacto en el desempeño y la integridad
ética no es lineal, sino contingente al diseño
pedagógico. Se establece que el riesgo crítico es la
inducción al aprendizaje superficial y el plagio
algorítmico cuando la herramienta sustituye el
esfuerzo cognitivo. Por el contrario, el potencial
para catalizar el pensamiento crítico se materializa
únicamente cuando el docente media el uso de la IA
como un agente de validación activa y un desafiador
reflexivo de las premisas del estudiante.
La integración responsable de la IA exige la
implementación de un marco de gobernanza ético-
pedagógico. Esto incluye el rediseño curricular
transversal para incorporar la Alfabetización en IA
(AIA), enseñando a los estudiantes sobre los sesgos
algorítmicos y la ingeniería de prompts.
Institucionalmente, es fundamental la capacitación
continua del profesorado para rediseñar las
metodologías y la adopción de políticas explícitas
que definan el plagio algorítmico y las reglas de
citación en formato APA para el contenido generado
por modelos de lenguaje.
En síntesis, la IA no debe ser percibida como
un mero complemento tecnológico, sino como una
fuerza disruptiva que exige una transformación del
modelo educativo de bachillerato. El éxito en la
integración no reside en la herramienta, sino en la
competencia ética y técnica del usuario,
garantizando que el uso de la IA se convierta en una
palanca para la equidad y la autonomía intelectual
en lugar de un nuevo vector de superficialidad y
desigualdad.
Referencias
Abdalla, A. (2025). The competence and attitude
towards generative AI favor its integration,
enhancing creativity and learning effectiveness.
Journal of Educational Technology.
Acuña Acuña, E. G. (2024). Fortalecimiento de la
integridad académica a través de la IA.
Estrategias de prevención del plagio en la Era
Digital. Areté, Revista Digital del Doctorado en
Educación, 10 (ESPECIAL), 49-67.
Alfaro Salas, H., & Díaz Porras, J. A. (2024).
Percepciones del personal docente. Revista
Científica de Innovación Educativa y Sociedad
Actual "ALCON", 5(4), 480–489.
Baskara, FR (2025). ChatGPT y Google Gemini en
la enseñanza del inglés como lengua extranjera:
Una exploración cualitativa de la eficacia
pedagógica entre estudiantes indonesios de
segundo año. JOLLT Journal of Languages and
Language Teaching, 13 (1), 436-447.
Bayas, L. (2024). El impacto de la inteligencia
artificial en la limitación del desarrollo del
pensamiento lógico y crítico en estudiantes
universitarios. Suplemento CICA
Multidisciplinario, 8 (018), 6-39.
Bezerra, E. T., Caitano, T. F., Gonçalves, R.,
Damacena, R., Cortes, V. R. R., & Scabeni, R. S.
(2024). A aplicação da inteligência artificial para
melhorar o ensino e o aprendizado no âmbito
educativo. Esprint Investigación, 2(1), 52–60.
Documento en línea. Disponible
https://doi.org/10.61347/ei.v2i1.52
Caicedo Pantoja, J., Hernández Chacón, L., &
Armas Sánchez, K. A. (2025). Uso de la
Inteligencia Artificial Generativa con
Pensamiento Crítico en Estudiantes de la
Universidad de Otavalo. Revista Veritas De
Difusão Científica, 6(3), 629–648. Documento
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2340)
http://www.aulavirtual.web.ve
en línea. Disponible
https://doi.org/10.61616/rvdc.v6i3.958
Chen, H., Zou, D., Cheng, G., & Xie, H. (2020). A
Review of Research on Artificial Intelligence in
Education: Current Status and Future
Directions. Educational Technology Research
and Development, 68(4), 2235-2269.
Documento en línea. Disponible
https://doi.org/10.1007/s11423-020-09794-x
CRUE. (2024). La inteligencia artificial generativa
en la docencia universitaria. Oportunidades,
desafíos y recomendaciones. Conferencia de
Rectores de las Universidades Españolas
(CRUE). Documento en línea. Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
Dilmi, S., & Sakri, F. (2024). Impacto de la
Inteligencia Artificial en la planificación de
Educación Básica Superior. Revista Electrónica
de Práctica Docente - REPE, 14(28), 108-125.
Documento en línea. Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
Flores Morales, J. A. (2025). Inteligencia Artificial
e integridad en los trabajos académicos de
estudiantes en una Universidad de Lima. Revista
EPsir: Revista científica de la Escuela
Profesional de Ingeniería de Sistemas y Redes,
8(1), 12-25. Documento en línea. Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
García Aretio, L. (2021). Inteligencia artificial en la
prevención del plagio académico y evaluación
del aprendizaje. UNED.
García de Blanes Sebastián, M., Díaz-Marcos, L.,
Aguado Tevar, Ó., & Delso Vicente, A. T.
(2025). Análisis de las aplicaciones de la
Inteligencia Artificial Generativa en sectores
estratégicos: Una revisión de literatura. Revista
Latina De Comunicación Social, (83), 1–24.
Documento en línea. Disponible
https://doi.org/10.4185/rlcs-2025-2466
Goksel, N., & Bozkurt, A. (2019). Investigating
factors affecting the adoption of Artificial
Intelligence in higher education. En Manual de
Investigación sobre el Aprendizaje en la Era del
Transhumanismo (pp. 224-236). Hershey, PA:
IGI Global. Documento en línea. Disponible
https://radensa.ru/wp-
content/uploads/2024/05/ArtificialIntelligencein
EducationCurrentInsightsandFuturePerspectives
.pdf
Gutiérrez-Castillo, J. J., Romero-Tena, R., & León-
Garrido, A. (2025). Beneficios de la Inteligencia
Artificial en el aprendizaje de los estudiantes
universitarios: una revisión sistemática. Edutec,
Revista Electrónica de Tecnología Educativa,
(91), 185–206. Documento en línea. Disponible
https://doi.org/10.21556/edutec.2025.91.3607
Inteligencia Académica. (2024). Inteligencia
artificial y plagio inteligente: impacto
pedagógico en la formación docente. Actas VII
Conferencia Interuniversitaria. Documento en
línea. Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
Masache, D. T. C., Ríos, E. P., & Guevara, G. P.
(2025). Transformando las estrategias docentes y
el aprendizaje personalizado en la educación
superior a través de la inteligencia artificial.
REINCISOL: Revista de Investigación Científica
y Social, 4(7), 1581-1599. Documento en línea.
Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
Mujica-Sequera, R. (2024). Clasificación de las
Herramientas de la Inteligencia Artificial en la
Educación. Revista Docentes 2.0, 12(1), 1-13.
Documento en línea. Disponible
https://doi.org/10.37843/rted.v12i1.513
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2341)
http://www.aulavirtual.web.ve
Nazaretsky, T., Cukurova, M., & Eglin, P. (2022).
Teachers’ attitudes towards AI-based
educational technologies: The role of perceived
AI transparency and explicability.
Nguyen, H. L., Pham, C. B., & Tran, H. T. T.
(2024). AI literacy reconceptualized: Four
interconnected components. Journal of
Educational Psychology, 116(5), 901-915.
Redalyc. (2023). Una revisión sistemática del uso de
la inteligencia artificial en la educación. Revista
Tecnológica-Educativa Docentes 2.0, 15(1), 41-
58. Documento en línea. Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
Reincisol. (2025). Inteligencia Artificial en el
Aprendizaje híbrido en la asignatura Matemática
en estudiantes de Bachillerato. Reincisol, 4(7), 1–
16. Documento en línea. Disponible
https://doi.org/10.59282/reincisol.V4(7)1-16
Revista Educación Virtual. (2025). Aprendizaje
adaptativo con inteligencia artificial en 2025.
Revista Educación Virtual. Documento en línea.
Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
Rodríguez Fernández, F. (2025). La inteligencia
artificial como herramienta transformadora en la
educación: Aplicación, impacto potencial y
políticas. Papeles de Economía Española, 184,
14-29. Documento en línea. Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
Rivera-Lugo, I. (2025). El modelo SAMR en la era
de la inteligencia artificial. Forward Teacher.
Documento en línea. Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
Sevilla, A., Álvarez-Ossorio, F., & Albarrán, I.
(2025). La inteligencia artificial en la educación:
Oportunidades, retos y equidad en un nuevo
paradigma de aprendizaje. Papeles de Economía
Española, 184, 145-161. Documento en línea.
Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
Su, Y., & Yang, Y. (2023). Generative AI enhances
university education by facilitating personalized
and enriched learning experiences through
structured instructional approaches. Journal of
Applied Learning. [Artículo citado como
referencia en el snippet de SciELO - asumo URL
completa no disponible]
UNAM. (2025). Recomendaciones para el uso
educativo de la Inteligencia Artificial Generativa
en la UNAM. Universidad Nacional Autónoma
de México. Documento en línea. Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
UNESCO. (2021). Recomendación sobre la Ética
de la Inteligencia Artificial. UNESCO
Publishing. Documento en línea. Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
UNESCO. (2022). Inteligencia artificial y
educación: Una guía para los encargados de
formular políticas. UNESCO Publishing.
Documento en línea. Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
UNESCO. (2024). La inteligencia artificial
generativa en la educación: Documento de
reflexión de Sra. Stefania Giannini. UNESCO.
Documento en línea. Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
UNESCO. (2025). Guía para el uso de IA
generativa en educación e investigación. Una
reseña crítica. UNESCO. Documento en línea.
ISSN: 2665-0398
Revista Aula Virtual, ISSN: 2665-0398; Periodicidad: Continua
Volumen: 6, Número: 13, Año: 2025 (Continua-2025)
Esta obra está bajo una Licencia Creative Commons Atribución No Comercial-Sin Derivar 4.0 Internacional
1(2342)
http://www.aulavirtual.web.ve
Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
Zhai, X., & Wibowo, S. (2023). Un análisis del uso
de sistemas de diálogo de IA en el contexto de
enseñanza de inglés como lengua extranjera
(EFL). Journal of Educational Technology
Development and Exchange (JETDE), 16(2), 45-
62. Documento en línea. Disponible
https://www.reddit.com/r/firefox/comments/1g
m62rl/primevideo_not_full_hd_because_of_con
tent/?tl=es-es
