Grupo #3 - Inteligencia artificial en el aula: ¿aliada o desafío?

Inteligencia artificial en el aula: ¿aliada o desafío?

Autores:

Introducción a la Inteligencia Artificial en la educación

La Inteligencia Artificial (IA) se ha convertido en una de las innovaciones tecnológicas más influyentes del siglo XXI, impactando diversos sectores, incluida la educación. En el aula, la IA se presenta como una herramienta capaz de transformar la manera en que los estudiantes aprenden y los docentes enseñan. Gracias a sistemas inteligentes, ahora es posible adaptar contenidos, analizar el rendimiento académico y ofrecer experiencias educativas más dinámicas e interactivas (Suárez-Estavillo, 2025)

Como indica Paredes-Gallardo (2024), la incorporación de la IA en el entorno educativo permite optimizar procesos que antes requerían mucho tiempo, como la corrección de tareas o la planificación de actividades. Esto facilita que los docentes puedan enfocarse más en el acompañamiento personalizado y en el desarrollo de habilidades críticas. A su vez, los estudiantes tienen acceso a recursos digitales que fortalecen su autonomía y motivación por aprender.

Sin embargo, la implementación de la Inteligencia Artificial también plantea desafíos importantes. Surgen preguntas sobre el uso responsable de la tecnología, la dependencia excesiva de herramientas digitales y el papel del docente en un entorno cada vez más automatizado. Por ello, resulta necesario analizar si la IA es realmente una aliada del aprendizaje o si representa un desafío que requiere adaptación y regulación.

Beneficios de la IA en el aula

Uno de los principales beneficios de la Inteligencia Artificial en el aula es la personalización del aprendizaje. Las plataformas basadas en IA pueden identificar el ritmo, nivel y estilo de aprendizaje de cada estudiante, ofreciendo actividades adaptadas a sus necesidades. Esto permite que quienes avanzan más rápido tengan retos adicionales, mientras que quienes presentan dificultades reciban apoyo extra, promoviendo una educación más inclusiva (Menacho-Ángeles et al., 2024; Paredes-Gallardo, 2024).

Otro beneficio importante es la automatización de tareas administrativas y evaluativas. La IA puede corregir ejercicios, analizar resultados y generar informes de progreso en poco tiempo. Esto reduce la carga de trabajo del docente y le permite dedicar más atención a la orientación pedagógica y al desarrollo de habilidades socioemocionales en los estudiantes.

Además, la Inteligencia Artificial mejora el acceso a recursos educativos interactivos. Los estudiantes pueden utilizar asistentes virtuales, simulaciones y ejercicios dinámicos que hacen el aprendizaje más atractivo. También reciben retroalimentación inmediata, lo que favorece la comprensión de los contenidos y permite corregir errores rápidamente, fortaleciendo el proceso educativo (Menacho-Ángeles et al., 2024)

Herramientas educativas basadas en IA

Las herramientas educativas basadas en Inteligencia Artificial son cada vez más comunes en el entorno escolar. Baltazar (2023) analiza algunas de ellas y expresa que entre ellas están los asistentes virtuales, que responden preguntas, explican conceptos y ayudan a resolver dudas en tiempo real. Estas herramientas funcionan como apoyo adicional fuera del horario de clases y fomentan el aprendizaje autónomo.

También existen plataformas de aprendizaje adaptativo que analizan el desempeño del estudiante y ajustan automáticamente la dificultad de las actividades. Estas plataformas permiten un seguimiento continuo del progreso, identificando fortalezas y áreas de mejora. De esta manera, el proceso educativo se vuelve más personalizado y eficiente. Por otro lado, hay aplicaciones de generación y corrección de contenido que ayudan tanto a docentes como a estudiantes. Estas herramientas pueden crear ejercicios, resumir información, revisar textos y sugerir mejoras. Además, los sistemas de tutoría inteligente acompañan al estudiante paso a paso, ofreciendo orientación y recursos que fortalecen la comprensión de los temas y el desarrollo de habilidades (Baltazar, 2023).

El rol del docente frente a la IA: De transmisor a facilitador

La llegada de la Inteligencia Artificial no desplaza al profesor; por el contrario, revaloriza la calidez y el juicio humano. Según Paredes-Gallardo (2024) y Espín-Nieto et al. (2025), en este nuevo ecosistema, el rol docente evoluciona hacia las siguientes funciones:

• Curador de contenido y diseñador de experiencias: El docente ya no es la única fuente de información. Su tarea ahora es seleccionar qué herramientas de IA son pedagógicamente valiosas y diseñar actividades donde la tecnología potencie el pensamiento crítico.
• Mentor y guía socioemocional: Mientras la IA ofrece datos y personalización técnica, el docente brinda empatía, motivación y apoyo ético, aspectos que una máquina no puede replicar.
• Supervisor de la integridad académica: El profesor se convierte en un evaluador de procesos, no solo de resultados. Debe enseñar a los estudiantes a usar la IA con honestidad, verificando fuentes y evitando el plagio.
• Alfabetizador digital: Es responsabilidad del docente preparar a los alumnos para entender cómo funcionan los algoritmos, sus sesgos y cómo interactuar con ellos de forma segura.

Riesgos y desafíos del uso de IA en la educación

A pesar de su potencial, la implementación de la IA conlleva desafíos críticos que deben abordarse con cautela. Suárez-Estavillo (2025) plantea los siguientes riesgos de la IA en la educación:

• Brecha digital y equidad: El acceso desigual a herramientas de IA avanzadas puede profundizar las diferencias entre estudiantes con recursos y aquellos en contextos vulnerables, creando una nueva forma de exclusión educativa.
• Sesgos algorítmicos y falta de neutralidad:  Los sistemas de IA aprenden de datos que pueden contener prejuicios culturales, de género o raciales. Si no se supervisan, podrían perpetuar estereotipos o dar respuestas inexactas dentro del aula.
• Privacidad y seguridad de datos: El uso de plataformas de IA implica la recolección masiva de datos de menores. El desafío es garantizar que esta información sea protegida y no utilizada con fines comerciales o de vigilancia.
• Dependencia cognitiva: Existe el riesgo de que los estudiantes deleguen procesos de pensamiento básico a la IA (como redactar o resolver problemas simples), lo que podría debilitar el desarrollo de habilidades fundamentales si no se equilibra adecuadamente.

Ética en el uso de la IA

El uso de la inteligencia artificial en el aula y en la vida diaria plantea importantes desafíos éticos y de privacidad que deben ser considerados cuidadosamente. La ética en este contexto implica utilizar estas herramientas de manera responsable, justa y transparente, garantizando que su aplicación contribuya al aprendizaje sin afectar valores fundamentales como la honestidad académica y la equidad. La incorporación de la IA debe ir acompañada de normas claras que orienten a estudiantes y docentes sobre su uso adecuado.

Uno de los aspectos más relevantes es evitar el plagio y la dependencia excesiva de la tecnología. Cuando los estudiantes utilizan la IA para generar trabajos completos sin comprender el contenido, se pierde el objetivo principal de la educación: desarrollar habilidades de pensamiento crítico, análisis y creatividad. Por ello, es importante que la IA se utilice como apoyo para investigar, organizar ideas o aclarar dudas, pero no como sustituto del esfuerzo personal ni del aprendizaje autónomo (Contreras-Rivera et al., 2024).

Otro punto clave es la transparencia en el uso de estas herramientas. Tanto docentes como estudiantes deben reconocer cuándo se ha utilizado la inteligencia artificial en la elaboración de tareas o proyectos. Esta práctica fomenta la honestidad académica y permite evaluar de manera justa el desempeño del estudiante. Además, promueve la reflexión sobre cómo la tecnología contribuye al proceso educativo y cuáles son sus límites (Contreras-Rivera et al., 2024).

La protección de la privacidad también forma parte esencial de la ética en la IA. Muchas plataformas recopilan datos personales y académicos, por lo que es necesario garantizar que esta información sea utilizada únicamente con fines educativos y que se mantenga segura (Contreras-Rivera et al., 2024). Las instituciones educativas deben promover el uso de herramientas confiables y enseñar a los estudiantes a cuidar su información personal en entornos digitales.

Finalmente, el uso ético de la inteligencia artificial requiere el desarrollo de una cultura digital responsable. Esto implica enseñar a los estudiantes a cuestionar la información generada por la IA, verificar fuentes y utilizar la tecnología de manera crítica. De esta forma, la inteligencia artificial se convierte en una aliada del aprendizaje, fortaleciendo las habilidades humanas en lugar de reemplazarlas.

Casos reales de implementación de IA en escuelas

La inteligencia artificial ya no es una tendencia futura, sino una realidad presente en múltiples sistemas educativos a nivel mundial. Según Vall (2025) algunos casos destacados incluyen:

• Estados Unidos (Alpha School): uso de tutoría personalizada con IA durante varias horas al día, logrando que los estudiantes aprendan hasta un 30% más rápido que el promedio.
• China (escuelas rurales): implementación de plataformas adaptativas que mejoraron en 40% los resultados en exámenes, reduciendo desigualdades educativas.
• Australia (New Town High School): uso de IA en matemáticas con un aumento del 22% en el rendimiento académico.
• Canadá (Toronto District School Board): aplicación en educación especial, incrementando en 25% la participación estudiantil.
• India (plataforma Mindspark): mejora significativa en habilidades de matemáticas y lenguaje en solo 90 días. 

Impacto de la IA en el rendimiento estudiantil

Suárez-Estavillo (2025) expresa que el impacto de la inteligencia artificial en el rendimiento estudiantil es significativo y medible:

Principales efectos positivos:

• Aprendizaje personalizado: la IA adapta contenidos al ritmo del estudiante, mejorando comprensión y resultados.
• Retroalimentación inmediata: permite corregir errores en tiempo real, acelerando el aprendizaje.
• Mayor motivación: al reducir la frustración, los estudiantes participan más activamente.
• Detección temprana de dificultades: identifica estudiantes en riesgo y permite intervención oportuna.

Resultados comprobados:

• Incrementos de hasta 30% en velocidad de aprendizaje
• Mejoras de hasta 40% en evaluaciones
• Aumento significativo en la participación y compromiso

El futuro de la educación con IA

El futuro de la educación con inteligencia artificial no es una simple evolución tecnológica, sino una revolución profunda en la forma de enseñar y aprender. Nos dirigimos hacia un modelo educativo donde cada estudiante contará con experiencias de aprendizaje personalizadas, dinámicas y adaptativas, capaces de responder en tiempo real a sus necesidades, ritmos y estilos cognitivos. En este escenario, el docente no desaparece, sino que se transforma en un guía estratégico y mentor del pensamiento crítico, mientras la IA asume tareas operativas y analíticas (Suárez-Estavillo, 2025). 

Esta convergencia entre lo humano y lo tecnológico permitirá construir aulas más inclusivas, equitativas y eficientes, donde el acceso al conocimiento deje de ser limitado y se convierta en un derecho verdaderamente universal. El desafío no será adoptar la inteligencia artificial, sino aprender a integrarla con propósito, ética y visión pedagógica, porque en esa decisión se define el futuro de la educación.

Valencia et al. (2025) notifica que la inteligencia artificial está redefiniendo la educación desde tres dimensiones clave:

• Transforma la práctica docente (casos reales)
• Mejora el rendimiento estudiantil (impacto medible)
• Proyecta un modelo educativo más inclusivo y personalizado (futuro)

Video ilustrativo:

Video sugerido: La IA en la educación: ¿mejora o perjudica el aprendizaje?

Referencias bibliográficas 

Baltazar, C. (2023). Herramientas de IA aplicables a la Educación. Technology Rain Journal, 2(2), e15-e15. http://technologyrain.com.ar/index.php/trj/article/view/15

Contreras Rivera, L., Puma Mamani, I., Morales Chalco, J. R., Gil Jáuregui, C. A. y Chalco Castillo, N. S. (2024). Ética en el uso de la inteligencia artificial en la investigación científica: desafíos y consideraciones. Aula Virtual, 5(12). https://ve.scielo.org/scielo.php?script=sci_arttext&pid=S2665-03982024000202101

Espín-Nieto, G. A., Espinosa-Huanca, D. E. y López-Constante, L. O. (2025). El Rol del Docente en la Transformación del Aprendizaje a Través del Uso de Tecnologías Educativas. Ciencia Latina Revista Científica Multidisciplinar, 9(5), 762-774. https://ciencialatina.org/index.php/cienciala/article/view/19729

Menacho Ángeles, M. R., Pizarro Arancibia, L. M., Osorio Menacho, J. A., Osorio Menacho, J. A. y León Pizarro, B. L. (2024). Inteligencia artificial como herramienta en el aprendizaje autónomo de los estudiantes de educación superior. Revista InveCom, 4(2). https://ve.scielo.org/scielo.php?script=sci_arttext&pid=S2739-00632024000200158

Paredes-Gallardo, C.  (2024). Aplicación de la inteligencia artificial en el ámbito educativo. Análisis de buenas prácticas y recomendaciones. Revista de Educación y Derecho, (2-Extraordinario), 512-539. https://revistes.ub.edu/index.php/RED/article/view/49204

Suárez Estavillo, U. (2025). La inteligencia artificial en la educación:¿ transformación o infoxicación? Un análisis crítico de la nueva frontera educativa. Sintaxis, (14), 69-88. https://www.scielo.org.mx/scielo.php?pid=S2594-16822025000100069&script=sci_arttext

Valencia, E., Delgado, M. D. L. T., Tito, L. L. P., Salazar, I. S. S., Preciado, K. E. L. y Zúñiga, W. W. B. (2025). Más allá del aula: cómo la Inteligencia Artificia está redefiniendo la educación. ARANDU UTIC, 12(1), 3299-3313. https://dialnet.unirioja.es/servlet/articulo?codigo=10343836

Vall, A.  (2025). Alpha School, la educación medida en clics y métricas. https://www.parentesis.media/alpha-school-la-educacion-medida-en-clics-y-metricas/

Grupo 3 de Tecnología Educativa - Sección 41

Johan Delgado; 2024-2918

Katherin Nicasio; 2024-3050

Michelle Alcantara; 2019-0623 

Yasmin Santana; 2024-2915