La
Inteligencia Artificial en la Universidad:
Una Exégesis Documental sobre la Metamorfosis del Proceso Formativo
Autora: MSc Katiuzka Carolina Montoya Padilla
L.B Ezequiel Zamora, Venezuela
Correo: Kataleyakata345@Gmail.Com
Código Orcid: https://orcid.org/0009-0006-96130409
Línea de Investigación Matriz: Tecnología
e Innovación. Línea Asociada: Formación, tecnología e innovación
educativa. Eje Temático: Inteligencia artificial y educación.
Como citar este artículo: Katiuzka Carolina
Montoya Padilla. “La Inteligencia Artificial en la Universidad: Una Exégesis Documental sobre la
Metamorfosis del Proceso Formativo (2026),
(1,14)
RESUMEN
El presente
artículo examina la incidencia de la inteligencia artificial en el ámbito
universitario, a partir de una exégesis documental orientada por el paradigma
hermenéutico-interpretativo. El propósito del estudio radicó en comprender cómo
esta tecnología está reconfigurando los procesos de enseñanza-aprendizaje en la
educación universitaria, identificando tanto las potencialidades pedagógicas
como los desafíos epistemológicos y éticos que conlleva su implementación. La
metodología adoptada correspondió a una investigación cualitativa de corte
documental, fundamentada en el análisis hermenéutico de fuentes académicas
producidas entre 2019 y 2025. Los principales resultados evidenciaron que la
inteligencia artificial actúa como una profunda transformación en los roles
docente y estudiantil, favoreciendo la personalización del aprendizaje, la
retroalimentación inmediata y la gestión predictiva de trayectorias académicas.
No obstante, su integración plantea interrogantes sobre la integridad
académica, la privacidad de los datos y la necesidad de una formación docente
sistematizada en competencias digitales críticas. Se concluyó que la
metamorfosis del proceso formativo universitario demanda una gobernanza
algorítmica fundamentada en principios éticos, así como una reconceptualización
del acto pedagógico que preserve la dimensión humana de la educación.
Palabras
clave: Inteligencia artificial, educación universitaria, proceso formativo,
paradigma hermenéutico, transformación pedagógica.
Reseña Biográfica: Profesora
Especialista Geografía e Historia, MSc Orientación
Educativa. Lugar de Trabajo: L.B Ezequiel Zamora. Cumplo Funciones Como Docente
___________________
Artificial Intelligence in
the University: A Documentary Exegesis on the Metamorphosis of the Educational
Process
Author: MSc. Katiuzka
Carolina Montoya Padilla
L.B. Ezequiel Zamora, Venezuela
Email:
Kataleyakata345@Gmail.Com
ORCID
Code: https://orcid.org/0009-0006-96130409
ABSTRACT
This article examines the impact of
artificial intelligence in the university setting, based on a documentary
exegesis guided by the hermeneutic-interpretive paradigm. The purpose of the
study was to understand how this technology is reshaping teaching and learning
processes in university education, identifying both the pedagogical potential
and the epistemological and ethical challenges that its implementation entails.
The methodology adopted was a qualitative, documentary-based investigation,
grounded in the hermeneutic analysis of academic sources produced between 2019
and 2025. The main results showed that artificial intelligence acts as a
profound transformation in the roles of teachers and students, favoring
personalized learning, immediate feedback, and predictive management of
academic trajectories. However, its integration raises questions about academic
integrity, data privacy, and the need for systematic teacher training in
critical digital competencies. It was concluded that the metamorphosis of the
university educational process demands algorithmic governance based on ethical
principles, as well as a reconceptualization of the pedagogical act that
preserves the human dimension of education.
Keywords: Artificial intelligence, university education, educational process,
hermeneutic paradigm, pedagogical transformation.
Biographical Note: Specialist Professor of Geography and History, MSc
in Educational Guidance. Place of Work: L.B. Ezequiel Zamora. I fulfill the
duties of a teacher
Introducción
El
advenimiento de la inteligencia artificial en los escenarios educativos
contemporáneos ha provocado una conmoción que trasciende el mero uso de
herramientas tecnológicas. En este orden de ideas, la educación universitaria
se encuentra ante una encrucijada histórica, donde la capacidad de procesar
grandes volúmenes de información, generar contenidos personalizados y predecir
comportamientos estudiantiles redefine los parámetros mismos de la enseñanza
universitaria. El contexto actual, marcado por la irrupción de modelos de
lenguaje generativos y sistemas de aprendizaje adaptativo, impone una reflexión
urgente sobre las formas en que se construye, transmite y evalúa el
conocimiento en el nivel superior.
La importancia de este tema radica
en que la educación universitaria constituye un pilar fundamental para el
desarrollo sociocultural y económico de las naciones. En este sentido,
comprender las implicaciones de la inteligencia artificial en el proceso
formativo universitario no es una tarea meramente técnica, sino una empresa de
carácter epistemológico que involucra repensar el sentido mismo de la formación
humana en el siglo XXI. De este modo, Holmes, Bialik
y Fadel (2019, 12) sostienen que "la inteligencia
artificial tiene el potencial de transformar la educación de maneras
fundamentales, al mismo tiempo que plantea cuestiones éticas profundas sobre la
equidad, la privacidad y el papel del juicio humano". Esta afirmación
invita a considerar que la tecnología no es un instrumento neutral, sino que
conlleva valores, presupuestos y visiones del mundo que moldean la práctica
educativa.
El análisis hermenéutico de esta realidad permite comprender que la
integración de la inteligencia artificial en la universidad no se limita a la
adopción de nuevas herramientas, sino que implica una reconstrucción del
sentido del acto pedagógico. Desde esta perspectiva, el presente estudio se
fundamenta en la necesidad de interpretar críticamente los discursos académicos
que abordan esta problemática, buscando desentrañar los sentidos ocultos, las
tensiones y las posibilidades que emergen de la convivencia entre lo humano y
lo algorítmico en los espacios formativos.
La pregunta de investigación que orienta este estudio es: ¿cómo está
reconfigurando la inteligencia artificial el proceso formativo universitario en
el contexto actual? A partir de este interrogante, el objetivo del presente
artículo consiste en analizar, desde una perspectiva hermenéutica, las
transformaciones que la inteligencia artificial provoca en los procesos de
enseñanza-aprendizaje de la educación universitaria, identificando sus
potencialidades pedagógicas, sus riesgos éticos y las exigencias que plantea
para los actores del hecho educativo.
Desarrollo
El presente estudio articula dos variables
fundamentales: la inteligencia artificial aplicada a la educación universitaria,
y el proceso formativo universitario. La primera alude al conjunto de
tecnologías capaces de simular funciones cognitivas humanas, como el
aprendizaje, el razonamiento y la toma de decisiones, implementadas en
contextos educativos de nivel superior. La segunda variable remite al conjunto
de acciones, interacciones y mediaciones que conforman la experiencia educativa
universitaria, incluyendo la planificación curricular, el diseño instruccional,
la evaluación del aprendizaje y el acompañamiento estudiantil. La relación
entre ambas variables constituye el núcleo problematizador de esta
investigación.
La inteligencia artificial ha dejado de ser una
promesa futurista para convertirse en una realidad que permea cada vez más los
espacios universitarios. En efecto, Sabzalieva y
Valentini (2023, 8), en su guía publicada por la UNESCO, señalan que "las
herramientas de inteligencia artificial generativa, como ChatGPT,
están cambiando rápidamente el panorama de la educación universitaria,
presentando tanto oportunidades para mejorar el aprendizaje como desafíos
relacionados con la integridad académica". Esta observación resulta
pertinente porque pone de manifiesto la ambivalencia inherente a esta
tecnología: su capacidad de potenciar el aprendizaje coexiste con riesgos que
demandan una respuesta institucional articulada. En el mismo sentido, resulta
evidente que la adopción de estas herramientas no puede dejarse al azar o a la
iniciativa individual de docentes y estudiantes.
Por lo que, la interpretación de esta cita revela
que la inteligencia artificial generativa introduce una disrupción que
trasciende lo tecnológico para adentrarse en lo pedagógico y lo ético. La
noción de "cambiar rápidamente el panorama" sugiere una urgencia que
las instituciones universitarias no siempre están preparadas para asumir, dado
que sus estructuras de gobernanza y sus dispositivos normativos operan con
temporalidades más lentas que las de la innovación tecnológica. Asimismo, el
binomio oportunidades-desafíos invita a pensar que la inteligencia artificial
no es inherentemente benéfica ni perjudicial, sino que sus efectos dependen de
los marcos de uso, las intencionalidades pedagógicas y las condiciones
institucionales en que se despliega. Desde esta perspectiva, la universidad
debe asumir un rol proactivo en la configuración de escenarios de uso que
potencien sus beneficios mientras mitigan sus riesgos.
En esta línea, Chen, Xie
y Hwang (2024, 5) argumentan que "la inteligencia artificial permite
personalizar el aprendizaje a una escala sin precedentes, adaptando el
contenido, el ritmo y las estrategias pedagógicas a las necesidades
individuales de cada estudiante". Este planteamiento resalta una de las
contribuciones más significativas de la IA a la educación: la superación del
modelo tradicional de enseñanza estandarizada, que históricamente ha
privilegiado una única forma de abordar el conocimiento, independientemente de
las particularidades del estudiantado.
La personalización a la que aluden estos autores
implica una inversión en la lógica formativa. Si el modelo tradicional opera
bajo una lógica de producción en serie, donde todos los estudiantes reciben el
mismo contenido al mismo ritmo, la inteligencia artificial habilita una lógica
de customización que reconoce la diversidad de estilos de aprendizaje,
trayectorias previas y ritmos cognitivos. No obstante, cabe considerar que esta
personalización no es automática ni garantizada; requiere de un diseño intencional,
de una infraestructura tecnológica adecuada y, sobre todo, de una formación
docente que permita a los profesores comprender y orientar estos procesos
adaptativos. De lo contrario, el riesgo de generar nuevas formas de exclusión o
de superficialidad formativa es considerable.
Por otro lado, Celik
(2023, 4) introduce una perspectiva que complementa el análisis anterior al
señalar que "la integración ética de la inteligencia artificial en la
educación demanda del docente un nuevo tipo de conocimiento profesional que
articule competencias pedagógicas, tecnológicas y éticas de manera
integrada". Este autor, desarrollando el marco del Intelligent-TPACK,
evidencia que la mera disponibilidad de herramientas no transforma la práctica
educativa si no va acompañada de un desarrollo profesional docente que capacite
a los profesores para tomar decisiones informadas, críticas y responsables
sobre el uso de estas tecnologías.
La propuesta del autor resulta particularmente valiosa porque
evita tanto el tecnoptimismo ingenuo como el resistencialismo tecnofóbico. Al
centrar la atención en el conocimiento profesional del docente, reconoce que la
tecnología es un medio y no un fin, y que su valor educativo se realiza
mediante la mediación pedagógica. En este orden de ideas, el Intelligent-TPACK emerge como un marco heurístico que
permite comprender la complejidad de la labor docente en tiempos de
inteligencia artificial, donde la decisión sobre cuándo, cómo y para qué usar
estas herramientas constituye un acto profesional de alta exigencia ética y
pedagógica. Igualmente, esta perspectiva pone en cuestión las formaciones
docentes tradicionales, que frecuentemente abordan la tecnología de manera
aislada o instrumental, sin problematizar sus implicaciones educativas en
profundidad.
El proceso formativo universitario en transformación
El concepto de proceso formativo abarca un conjunto
articulado de acciones didácticas, evaluativas y de acompañamiento que
configuran la experiencia educativa del estudiantado universitario. Vázquez
González (2024, 28) señala que "los procesos de formación universitaria
están atravesando una metamorfosis profunda, impulsada por la convergencia
entre pedagogía y tecnología, donde la inteligencia artificial se configura
como un mediador cada vez más central en las interacciones docente-estudiante".
Esta afirmación resulta reveladora porque utiliza la metáfora de la
metamorfosis, sugiriendo que el cambio no es superficial ni meramente aditivo,
sino estructural y transformador.
De este modo, la idea de metamorfosis permite
pensar que el proceso formativo no se modifica por acumulación de herramientas
tecnológicas, sino que experimenta una reconfiguración cualitativa de sus
componentes esenciales. En este sentido, las interacciones pedagógicas
adquieren nuevas formas: el docente deja de ser el único poseedor del saber
para convertirse en un facilitador del aprendizaje; el estudiante, a su vez,
pasa de receptor pasivo a gestor activo de su propio proceso formativo,
asistido por sistemas inteligentes que ofrecen retroalimentación, recursos
adaptados y rutas de aprendizaje personalizadas. A su vez, esta transformación
exige una reconsideración de los espacios, tiempos y lógicas del encuentro
pedagógico, ya que la mediación algorítmica introduce actores no humanos en una
relación que tradicionalmente era exclusivamente interpersonal.
Desde esta perspectiva, Nevárez y Contreras (2025,
3898) sostienen que "el impacto de la inteligencia artificial en el
proceso educativo superior no puede comprenderse como una mera incorporación
tecnológica, sino como una reconfiguración epistemológica que pone en cuestión
los saberes, las formas de evaluación y las relaciones de poder que
históricamente han estructurado la universidad". Esta afirmación resulta
particularmente provocadora porque introduce una dimensión que trasciende lo
pedagógico para adentrarse en lo epistemológico y lo político.
La reconfiguración epistemológica a la que aluden
estos autores apunta a que la inteligencia artificial no solo cambia cómo se
enseña, sino también qué se entiende por conocimiento válido y quién tiene la
autoridad para definirlo. Cuando un algoritmo puede generar ensayos, resolver
problemas complejos y producir análisis críticos, las fronteras entre el
conocimiento humano y el artificial se vuelven porosas, y con ello, las bases
sobre las que se asienta la evaluación académica tradicional. Asimismo, esta situación
pone de relieve una tensión constitutiva: la universidad debe preservar sus
estándares de rigor y calidad, al tiempo que se adapta a un ecosistema donde la
generación de conocimiento ya no es exclusiva de los sujetos humanos.
Desafíos éticos y pedagógicos de la integración
La integración de la inteligencia artificial en la
educación universitaria no está exenta de obstáculos que deben ser abordados
con rigor. Holmes y Porayska-Pomsta (2022, 45)
advierten que "el uso de inteligencia artificial en educación plantea
serias preocupaciones sobre la privacidad de los datos de los estudiantes, los
sesgos algorítmicos, la transparencia de los sistemas de decisión y la posible
deshumanización de los procesos formativos". Esta advertencia resulta
fundamental porque evidencia que los beneficios potenciales de la IA no se
materializan automáticamente, sino que dependen de condiciones institucionales,
normativas y éticas que deben ser cultivadas de manera explícita.
La preocupación por la privacidad resulta
especialmente relevante en un contexto donde los sistemas de IA recolectan,
procesan y almacenan enormes cantidades de datos personales sobre el desempeño,
los hábitos y las trayectorias de los estudiantes. Esta situación genera
interrogantes sobre quién posee estos datos, cómo se utilizan y qué
salvaguardas existen para proteger la intimidad de los sujetos formativos.
Además, el problema de los sesgos algorítmicos introduce una dimensión de
inequidad que contradice los principios rectores de la educación universitaria.
Si los algoritmos se entrenan con datos parciales o discriminatorios, sus
recomendaciones perpetuarán y amplificarán las desigualdades existentes,
afectando desproporcionadamente a estudiantes de contextos vulnerables.
En el mismo sentido, Crawford, Cowling
y Allen (2023, 3) señalan que "las instituciones de educación
universitaria necesitan liderazgo ético para navegar la integración de
herramientas de IA, desarrollando políticas claras que protejan la integridad
académica y promuevan un uso responsable de estas tecnologías". Este
planteamiento pone el acento en la responsabilidad institucional, argumentando
que la gestión de la IA no puede delegarse exclusivamente a docentes o
estudiantes, sino que requiere de una estrategia coordinada a nivel
organizacional.
Por lo tanto, el liderazgo ético al que apelan
estos autores implica una transformación en la cultura institucional de las
universidades. No se trata meramente de redactar normativas que regulen el uso
de ChatGPT u otras herramientas, sino de cultivar una
actitud crítica y reflexiva frente a la tecnología. En este orden de ideas, el
desafío para la educación universitaria consiste en formar profesionales que no
sean meros usuarios de IA, sino ciudadanos digitales capaces de interrogar sus
presupuestos, identificar sus limitaciones y proponer usos más equitativos y
sostenibles. Esta tarea demanda una alianza entre áreas técnicas, pedagógicas y
éticas que muchas instituciones aún no han logrado articular de manera
efectiva.
Percepciones y realidades de la IA en el contexto latinoamericano
El análisis del fenómeno no estaría completo sin
considerar las particularidades del contexto latinoamericano, donde las
condiciones de infraestructura, conectividad y formación docente presentan
desafíos específicos. En este sentido, Acevedo
Carrillo y colaboradores (2025, 7) señalan en su revisión sistemática que
"la inteligencia artificial se ha consolidado como un agente disruptivo en
la transformación digital de las universidades latinoamericanas, impulsando
nuevas formas de enseñanza, evaluación y gestión académica, aunque su
incorporación avanza entre oportunidades de innovación y desafíos
estructurales". Esta caracterización captura la complejidad del escenario
regional, donde la innovación coexiste con la precariedad.
Por ello, la observación de estos autores permite
inferir que la brecha digital, lejos de cerrarse, puede agudizarse con la
adopción acrítica de tecnologías de IA. Mientras algunas instituciones cuentan
con los recursos para implementar sistemas sofisticados de aprendizaje
adaptativo, otras luchan por garantizar una conectividad básica estable. Esta
asimetría genera un escenario de desigualdad donde el acceso a una educación
potenciada por IA se convierte en un privilegio y no en un derecho. Por lo
tanto, esta situación plantea una exigencia a los Estados y a las
organizaciones internacionales: la necesidad de políticas públicas que
garanticen una distribución más equitativa de los recursos tecnológicos,
evitando que la inteligencia artificial se constituya en un factor de exclusión
en lugar de inclusión.
A su vez, Mena de la Rosa, Cruz-Romero y
Silva-Payró (2024, 12) complementan esta perspectiva al señalar que "los
estudiantes universitarios perciben a la inteligencia artificial como un
acompañante útil en su proceso de aprendizaje, pero manifiestan preocupación
por la privacidad de sus datos, la posibilidad de plagio y la fiabilidad de los
contenidos generados automáticamente". Esta apreciación resulta
significativa porque revela que el estudiantado no es un receptor pasivo de la
tecnología, sino un actor que ejercita un juicio crítico sobre sus
implicaciones.
En este sentido, la percepción estudiantil
evidencia una tensión productiva: el reconocimiento de la utilidad de la IA
convive con una desconfianza fundamentada hacia sus riesgos. Esta ambivalencia
no debe leerse como un obstáculo, sino como un punto de partida para la construcción
de una alfabetización algorítmica que capacite a los estudiantes para usar
estas herramientas de manera informada y responsable.
De tal modo que, la universidad tiene la
responsabilidad de cultivar no solo competencias técnicas, sino también una
actitud crítica que permita a los futuros profesionales navegar el ecosistema
digital con autonomía y discernimiento. La formación en este campo no puede
limitarse a cursos técnicos sobre cómo usar herramientas de IA, sino que debe
integrar una dimensión reflexiva sobre sus implicaciones sociales, éticas y
epistemológicas.
Metodología
El presente estudio se enmarcó dentro del paradigma
interpretativo, específicamente en la tradición hermenéutica comprendida como
una teoría del entendimiento y la interpretación de los fenómenos sociales a
través del análisis de los textos que los configuran. Gadamer (1992, 148) sostiene
que "estamos tan íntimamente insertos en el lenguaje como en el
mundo", afirmación que fundamenta la comprensión hermenéutica como un modo
de acceso a la realidad donde la interpretación no es una acción accesoria,
sino constitutiva de toda comprensión humana.
La elección de este paradigma respondióa
la naturaleza del objeto de estudio: la comprensión de cómo la inteligencia
artificial transforma el proceso formativo universitario requiere una
aproximación que vaya más allá de la medición cuantitativa para adentrarse en
los sentidos, las significaciones y las tensiones que atraviesan los discursos
académicos sobre esta temática. Desde esta perspectiva, el paradigma
hermenéutico ofrece las herramientas epistemológicas para interpretar los
textos no como meros contenedores de información, sino como expresiones
situadas que revelan formas particulares de comprender la relación entre
tecnología y educación.
Del mismo modo, se trató de una investigación
cualitativa de tipo documental, orientada a la exégesis de fuentes académicas
relevantes sobre la inteligencia artificial en la educación universitaria. Al
respecto, Ricoeur (2002, 158) propone que "el texto es un mediador en la
relación de comprensión entre el autor y el lector", lo cual implica que
la lectura no es un acto pasivo de decodificación, sino un encuentro dialogante
donde el intérprete aporta su horizonte de comprensión para desvelar los
sentidos implícitos en el discurso. Esta concepción resulta operativa para el
presente estudio, dado que el análisis de los textos seleccionados busca
establecer una conversación entre diferentes voces académicas que ilumine la
complejidad del fenómeno investigado.
La elección de una metodología
documental-hermenéutica se justificó por varias razones. En primer lugar, la
naturaleza del objeto de estudio, que aborda transformaciones en curso, se
presta mejor a un análisis interpretativo que a la verificación empírica
mediante instrumentos cuantitativos. En segundo término, el carácter disruptivo
de la inteligencia artificial en la educación universitaria exige una
aproximación que sea capaz de captar las dimensiones simbólicas, culturales y
éticas del fenómeno, lo cual es propio del enfoque hermenéutico. Finalmente, la
revisión documental permite construir un diálogo entre autores de distintas
tradiciones y contextos, enriqueciendo la comprensión del problema.
Los documentos fueron seleccionados atendiendo a
los siguientes criterios: pertinencia temática directa con la relación entre
inteligencia artificial y educación universitaria; vigencia temporal
(publicaciones entre 2019 y 2025); reconocimiento académico de los autores y de
las revistas o editoriales; diversidad de enfoques disciplinares (pedagogía,
ética, tecnología educativa, políticas públicas); y representatividad de
contextos geográficos, incluyendo tanto perspectivas globales como
específicamente latinoamericanas. Se privilegiaron fuentes indexadas en bases
de datos como Web of Science,
Scopus y Redalyc, complementadas con informes de
organismos internacionales como la UNESCO.
El procedimiento de análisis hermenéutico se
desarrolló en tres momentos. En primer lugar, se realizó una lectura
comprensiva de cada documento, identificando las tesis centrales, los
argumentos principales y las categorías conceptuales empleadas por los autores.
En segundo término, se procedió a una lectura interpretativa, estableciendo
relaciones entre los diferentes textos, identificando convergencias,
divergencias y tensiones. En tercer lugar, se llevó a cabo una síntesis crítica
que articuló los hallazgos en torno a las dos variables del estudio, generando
una comprensión integrada del fenómeno.
Resultados
Hallazgo 1: La personalización del aprendizaje como eje transformador
El análisis documental revela que la
personalización del aprendizaje constituye el aporte más valorado de la
inteligencia artificial a la educación universitaria. Los sistemas de
aprendizaje adaptativo, los tutores inteligentes y las plataformas de
retroalimentación automática permiten ajustar las experiencias formativas a las
características individuales de cada estudiante. Esta tendencia aparece de
manera transversal en las fuentes consultadas, desde autores que enfatizan el
potencial pedagógico hasta aquellos que advierten sobre sus riesgos. La
personalización se erige, así, como un horizonte de sentido compartido que
orienta gran parte de los discursos sobre IA en la universidad.
Hallazgo 2: La reconfiguración del rol docente
Un segundo hallazgo consistente apunta a la
transformación del rol del docente universitario. La literatura revisada
concuerda en que la inteligencia artificial no sustituye al profesor, pero sí
modifica sustancialmente sus funciones. El docente pasa de ser transmisor de
conocimientos a facilitador del aprendizaje, diseñador de experiencias
formativas y gestor de entornos híbridos donde la interacción humana y la
mediada por algoritmos coexisten. Esta reconfiguración demanda nuevas
competencias profesionales que integran saberes pedagógicos, tecnológicos y
éticos, tal como lo evidencia el desarrollo del marco Intelligent-TPACK.
Hallazgo 3: Las tensiones entre innovación y equidad
El análisis pone de manifiesto una tensión
estructural entre el impulso innovador de la IA y las exigencias de equidad e
inclusión educativa. Las fuentes latinoamericanas, en particular, evidencian
que la implementación de estas tecnologías está condicionada por brechas de
infraestructura, acceso y formación que reproducen y amplifican las
desigualdades existentes. La innovación sin equidad emerge como un riesgo
cierto, que exige de políticas públicas explícitas y de estrategias
institucionales orientadas a garantizar que los beneficios de la IA lleguen a
toda la población estudiantil.
Hallazgo 4: La exigencia de una gobernanza ética
Las fuentes analizadas coinciden en señalar que la
integración de la IA en la educación universitaria demanda marcos de gobernanza
que aborden cuestiones de privacidad, transparencia algorítmica, integridad
académica y no discriminación. La ausencia de regulaciones claras se presenta
como un obstáculo para una apropiación responsable de la tecnología. Asimismo,
se observa una demanda creciente de alfabetización algorítmica tanto para
docentes como para estudiantes, entendida como la capacidad de comprender,
evaluar y usar críticamente los sistemas de inteligencia artificial.
Discusión
Los resultados del análisis hermenéutico permiten
sostener que la inteligencia artificial está provocando una metamorfosis
profunda en el proceso formativo universitario, entendida esta como una
transformación estructural que afecta los roles, las prácticas, los
dispositivos y los sentidos de la educación universitaria. Esta metamorfosis no
es lineal ni unidireccional, sino que se despliega en medio de tensiones y
contradicciones que deben ser gestionadas con intencionalidad pedagógica y
ética.
La convergencia entre los hallazgos de autores como
Chen, Xie y Hwang (2024), Celik
(2023) y Vázquez González (2024) permite afirmar que la personalización del
aprendizaje y la reconfiguración del rol docente son dos caras de una misma
transformación. Por un lado, la IA habilita experiencias formativas adaptadas a
las necesidades individuales; por otro, exige del docente una nueva forma de
ejercer la profesión, donde la tecnología no reemplaza el juicio pedagógico,
sino que lo complejiza y amplifica. Esta doble dinámica plantea un desafío
formativo de primer orden: cómo preparar a los docentes para un escenario donde
sus competencias técnicas, pedagógicas y éticas se entrelazan de manera
inseparable.
La perspectiva de Holmes y Porayska-Pomsta
(2022) y la de Crawford, Cowling y Allen (2023)
convergen en señalar que la dimensión ética no es un complemento opcional, sino
una condición de posibilidad para una integración genuina de la IA en la
educación. Esta convergencia refuerza la necesidad de gobernanza institucional
articulada, que vaya más allá de la emisión de normativas puntuales para
concebir estrategias integrales que acompañen todo el proceso de adopción
tecnológica.
El aporte de los autores latinoamericanos,
especialmente Acevedo Carrillo y colaboradores (2025) y Mena de la Rosa y
colaboradores (2024), introduce una advertencia necesaria: la transformación
mediada por IA no ocurre en el vacío, sino en contextos históricos marcados por
desigualdades estructurales. Por tanto, cualquier propuesta de integración debe
considerar las condiciones materiales de posibilidad que habilitan o limitan el
acceso equitativo a estas tecnologías.
Conclusiones
A la luz del análisis hermenéutico desarrollado, es
posible concluir que la inteligencia artificial está reconfigurando de manera
profunda el proceso formativo universitario, generando una metamorfosis que
afecta los roles de los actores educativos, las prácticas pedagógicas, los
dispositivos evaluativos y los sentidos mismos de la educación universitaria.
Esta transformación se manifiesta de manera particular en cuatro dimensiones
interrelacionadas: la personalización del aprendizaje, la reconfiguración del
rol docente, las tensiones entre innovación y equidad, y la exigencia de una
gobernanza ética institucional.
El estudio evidencia que la integración de la
inteligencia artificial en la universidad no es un proceso técnico neutro, sino
una empresa cargada de implicaciones pedagógicas, epistemológicas y éticas que
demandan una reflexión profunda de la comunidad académica. La tecnología, lejos
de ser un mero instrumento al servicio de fines predefinidos, configura nuevas
formas de entender, producir y evaluar el conocimiento, lo cual exige de las
instituciones una capacidad de respuesta que trascienda lo administrativo para
adentrarse en lo propiamente educativo.
Asimismo, se concluye que la formación docente
constituye el eje articulador de toda propuesta de integración de la IA en la educación
universitaria. Sin profesores capacitados para comprender, evaluar y orientar
el uso de estas tecnologías, la innovación corre el riesgo de volverse
superficial o, peor aún, contraproducente. En este sentido, el marco Intelligent-TPACK propuesto por Celik
(2023) ofrece una vía prometedora para el desarrollo profesional docente en
esta área.
Finalmente, la perspectiva latinoamericana
incorporada en este estudio permite señalar que la transformación mediada por
IA debe contemplar las asimetrías estructurales que caracterizan a la región.
La equidad no puede ser un agregado tardío, sino un principio rector que
oriente desde el inicio las políticas de adopción tecnológica. Solo así la
inteligencia artificial podrá cumplir su promesa de democratizar el acceso a
una educación de calidad, en lugar de reproducir las desigualdades que
históricamente han afectado a los sistemas educativos de América Latina.
Referencias bibliográficas
Acevedo
Carrillo, Mauricio, Norma Milena Cabezas Torres, Pablo Antonio La Serna La Rosa
y Shiriam Alejandra Araujo Rossel. 2025.
"Desafíos y oportunidades de la inteligencia artificial en la educación
universitaria latinoamericana: una revisión sistemática de la literatura".
Revista Invecom 5 (1): 1-20.
https://doi.org/10.5281/zenodo.15508755.
Celik, Ibrahim. 2023. "Towards
Intelligent-TPACK: An empirical study on teachers' professional knowledge to
ethically integrate artificial intelligence (AI)-based tools into
education". Computers in Human Behavior 138: 1-14. https://doi.org/10.1016/j.chb.2022.107468.
Chen, Xieling, Haoran Xie y Gwo-Jen Hwang. 2024.
"La revolución de la inteligencia artificial en la educación
universitaria: perspectivas desde el aprendizaje adaptativo". Learning and Instruction 92: 1-15.
Crawford, Jane, Michael Cowling y Kelly-Ann Allen.
2023. "Leadership is needed for ethical ChatGPT: Character, assessment,
and learning using artificial intelligence (AI)". Journal of University
Teaching and Learning Practice 20 (3): 1-10. https://doi.org/10.53761/1.20.3.02.
Gadamer,
Hans-Georg. 1992. Verdad y método I: Fundamentos de una hermenéutica
filosófica. Salamanca: Sígueme.
Holmes, Wayne y Kaska Porayska-Pomsta. 2022. The Ethics of Artificial
Intelligence in Education. Londres: Routledge.
Holmes, Wayne, Maya Bialik y Charles Fadel. 2019.
Artificial Intelligence in Education: Promises and Implications for Teaching
and Learning. Boston: Center for Curriculum Redesign.
Martínez-Márquez, Marco Antonio. 2025.
"Artificial Intelligence and Education: Realities and challenges in
informal educational systems". Revista Docentes 2.0 18 (1): 245-257.
https://doi.org/10.37843/rted.v18i1.614.
Mena de la Rosa, Rafael, Rubicel
Cruz-Romero y Martha Patricia Silva-Payró. 2024.
"Percepción de la inteligencia artificial por estudiantes universitarios
como acompañante en el proceso de aprendizaje". Revista de Educación a
Distancia 24 (72): 1-18. https://doi.org/10.31637/epsir-2024-738.
Nevárez
García, Nataly y Juan Pablo Contreras Parra. 2025.
"Impacto de la Inteligencia Artificial en el proceso educativo superior:
Perspectivas desde un análisis documental". REINCISOL 4 (8): 3896-3917.
Ricoeur,
Paul. 2002. Del texto a la acción: Ensayos de hermenéutica II. México: Fondo de
Cultura Económica.
Sabzalieva, Emma y Arianna Valentini. 2023. ChatGPT and Artificial Intelligence in Higher
Education: Quick Start Guide. París: UNESCO.
Vázquez
González, Edgar René. 2024. "La inteligencia artificial en los procesos de
formación y seguimiento a la trayectoria de estudiantes universitarios".
ICM Review 5 (3): 45-62.
https://doi.org/10.54033/icmrv5n3-040.