Inteligencia Artificial y Nuevas Formas

Sello Editorial
Autores
Publicado en: © Ermel Viacheslav Tapia Sosa

https://inblueditorial.com Universidad Técnica Luis Vargas
Teléfonos: 062015939 / Torres de Esmeraldas, Ecuador
0986391700 / 0967646017 https://orcid.org/0000-0002-8955-
Mail: inblueedit@gmail.com 2076
Esmeraldas - Ecuador
© Nayade Reyes Palau
Título del libro: Universidad Técnica Luis Vargas
Inteligencia Artificial y nuevas Torres de Esmeraldas, Ecuador
formas de aprender en la Educación https://orcid.org/0000-0001-8754-
Superior 1536
Libro Digital
Primera Edición, Mayo/ 2023 © Lenin Tapia Ortiz
https://orcid.org/0000-0003-4068-
Editores 6265
PhD. Ermel Viacheslav Tapia Sosa
PhD. Nayade Caridad Reyes Palau © 2022 inblueditorial.
© Licencia de Creative Commons.
Revisión de pares evaluadores:
Dr. C. Aysmara Borlot Faure Reconocimiento 4.0 Internacional
Dr. C. Yanet Leal Cosme Reservados todos los derechos. No se
permite la reproducción total o parcial de
Diseño y Maquetación esta obra, ni su incorporación a un sistema
Lenin Wladimir Tapia Ortiz informático, ni su transmisión en cualquier
forma o por cualquier medio (electrónico,
Ilustraciones y fotografías mecánico, fotocopia, grabación u otros) sin
Archivo del autor y sitios web autorización previa y por escrito del autor.
debidamente referidos
Los conceptos que se expresan en la obra
son exclusivos de los autores.
ISBN: 978-9942-44-441-7
Esta obra cumple con el requisito de
DOI: 10.56168/ibl.ed.167901 evaluación por dos pares de expertos, bajo
el sello editorial inBlue Editorial (ISBN y
Doi).
Línea de investigación de la
FACPED
Gestión curricular, pedagogía y

didáctica en los diferentes niveles
y campos de la educación.
Proyecto de investigación de la
Facultad de la Pedagogía FACPED
Calidad y responsabilidad social

de la formación profesional en la
educación superior.
Grupo de Investigación
Pedagogía y práctica docente.
RED-FREI Fundación Red para la

Educación en Latinoamérica
Red-FACPED para el desarrollo

pedagógico decolonial-
transformador en Latinoamérica
Inteligencia Artificial y
nuevas formas de
aprender en la
Educación Superior
2023
AUTORES
© Ermel Viacheslav Tapia Sosa

https://orcid.org/0000-0002-8955-2076
© Nayade Caridad Reyes Palau

https://orcid.org/0000-0001-8754-1536
© Lenin Tapia Ortiz

https://orcid.org/0000-0003-4068-6265
Como citar el libro: Tapia Sosa, E., Reyes Palau, N. y

Tapia Ortiz, L. (2023). Inteligencia artificial y nuevas
formas de aprender en la Educación Superior. Primera
edición. inBlue Editorial. ISBN: 978-9942-44-441-7 Doi:
10.56168/ibl.ed.167901
Prólogo
En la actualidad, la Inteligencia Artificial (IA) es una tecnología que está

transformando diversos aspectos de la vida, incluyendo la educación
superior. La IA es un conjunto de tecnologías que imitan la inteligencia
humana para realizar tareas específicas, lo que permite mejorar la
eficiencia y la calidad de diversos procesos.
Los autores valoran que la educación superior y las IA pueden tener un

impacto positivo en la formación profesional de los estudiantes. Con
criterio académico pertinente, consideran que puede utilizarse para
personalizar el aprendizaje, adaptando la enseñanza a las
necesidades y preferencias individuales de los estudiantes. Asimismo,
la IA puede utilizarse para mejorar los procesos de evaluación,
proporcionando una retroalimentación más rápida y precisa a los
estudiantes sobre su rendimiento.
Al destacar la importancia para el aprendizaje de las IA, reconocen

producto de su labor investigativa que se mejora la eficiencia y calidad
de la gestión de la educación superior. Así mismo, precisan que, su
utilización optimiza la asignación de recursos, como la distribución de
horarios y la asignación de profesores a cursos específicos. De ahí
que, recomiendan al docente y al lector, que puede utilizarse para
analizar grandes cantidades de datos educativos, como los registros
de calificaciones, para identificar patrones y tendencias que permitan
mejorar los procesos educativos.
Sin embargo, observan que la incorporación de la IA en la educación
superior plantea desafíos importantes que deben ser abordados. Uno
de ellos es la necesidad de contar con una infraestructura adecuada
para implementar la IA, como sistemas de hardware y software
especializados. Asimismo, se requiere de personal capacitado para
diseñar, implementar y mantener sistemas de IA en el contexto
educativo.
A su vez, destacan que es importante la necesidad de garantizar la

ética y la privacidad en el uso de la IA en la educación superior. Por
ejemplo, se debe garantizar que los sistemas de IA no discriminen a
los estudiantes en función de características como su género, raza o
edad. Asimismo, se debe garantizar que los datos de los estudiantes
sean protegidos y utilizados de manera responsable.
Entonces acotan que el uso de las Inteligencias Artificiales, conlleva la

necesidad de garantizar que sus sistemas sean éticos y justos en su
funcionamiento. Es importante asegurarse de que los sistemas de IA
no sean discriminatorios y no reproduzcan los prejuicios y estereotipos
existentes en la sociedad.
Otro desafío es la necesidad de garantizar que la IA no sustituya la

interacción humana en el proceso de enseñanza y aprendizaje. La IA
debe ser vista como una herramienta complementaria a la enseñanza
tradicional, y no como un sustituto de la interacción humana y la
relación entre profesores y estudiantes.
El estudio de la IA apunta a corroborar un impacto positivo en la

formación profesional en la educación superior, mejorando la eficiencia
y calidad de los procesos educativos. Sinembargo precisan que, es
necesario abordar los desafíos que se presentan, como la necesidad
de contar con una infraestructura adecuada y garantizar la ética y
privacidad en el uso de la IA en la educación superior. Solo así se podrá
aprovechar al máximo el potencial de la IA y sus ventajas para mejorar
la educación superior y la formación profesional de los estudiantes.
Una de las principales ventajas de la IA en la educación es la capacidad

de personalizar la enseñanza y adaptarla a las necesidades
individuales de cada estudiante. Esto se logra a través del análisis de
grandes cantidades de datos, que permiten identificar patrones en el
aprendizaje de los estudiantes y adaptar la enseñanza a sus
necesidades específicas. De esta manera, se puede mejorar la eficacia
de la enseñanza y ayudar a los estudiantes a construir su conocimiento
de manera más efectiva.
Otra ventaja de la IA en la educación es su capacidad para

proporcionar retroalimentación rápida y precisa a los estudiantes. Los
sistemas de IA pueden analizar el rendimiento de los estudiantes en
tiempo real y proporcionar comentarios y sugerencias precisas para
ayudarlos a mejorar su aprendizaje. Esto permite a los estudiantes
identificar rápidamente sus fortalezas y debilidades, y trabajar en ellas
para mejorar su rendimiento.
Con un lenguaje accesible al docente el texto conduce a la

comprensión de que la IA fomenta la colaboración y el trabajo en
equipo entre los estudiantes, dado que los sistemas pueden
proporcionar herramientas y recursos que permiten a los estudiantes
trabajar juntos en proyectos y tareas comunes, lo que les permite
compartir conocimientos y construir su interpretación de manera
colaborativa.
Índice
PRÓLOGO .............................................................................................................. 7
PRESENTACIÓN ................................................................................................... 12
DESARROLLO DE LAS INTELIGENCIAS ARTIFICIALES, SU APORTE Y DESAFÍOS PARA
LA FORMACIÓN PROFESIONAL EN LA EDUCACIÓN SUPERIOR ............................. 14
INTELIGENCIA ARTIFICIAL ........................................................................................... 15
INTELIGENCIA E INTELIGENCIA ARTIFICIAL ...................................................................... 18
IA Y LAS COMPETENCIAS DIGITALES.............................................................................. 20
EDUCACIÓN CON EL USO DE LA INTELIGENCIA ARTIFICIAL.................................................. 21
SISTEMAS DE TUTORÍAS INTELIGENTES .......................................................................... 23
ASISTENTES VIRTUALES EN LA EDUCACIÓN (CHATBOTS) ................................................... 26
ANÁLISIS DE DATOS EDUCATIVOS................................................................................. 28
DESARROLLO DE RECURSOS EDUCATIVOS ABIERTOS Y ACCESIBLES ...................................... 29
DESAFÍOS PARA LA FORMACIÓN EN LA EDUCACIÓN SUPERIOR .......................................... 31
CONCLUSIONES ....................................................................................................... 32
LAS NUEVAS PEDAGOGÍAS Y LAS INTELIGENCIAS ARTIFICIALES ........................... 36
LA PEDAGOGÍA CONSTRUCTIVISTA Y LAS IA ................................................................... 39
PEDAGOGÍA LIBERADORA DE FREIRE Y LAS IA ................................................................. 44
PEDAGOGÍA DECOLONIAL TRANSFORMADORA Y LAS IA.................................................... 48
PEDAGOGÍA CRÍTICA Y LAS IA ..................................................................................... 52
PEDAGOGÍA INTERCULTURAL INVESTIGATIVA Y LA IA ....................................................... 58
INTEGRACIÓN Y DISCREPANCIAS DE LAS PEDAGOGÍAS ...................................................... 63
EN CONCLUSIÓN: ..................................................................................................... 64
REFERENCIAS .......................................................................................................... 66
LA DINÁMICA DIDÁCTICA DEL APRENDIZAJE DESDE LA INTELIGENCIA ARTIFICIAL
............................................................................................................................ 70
EN RESUMEN: ......................................................................................................... 92
REFERENCIAS .......................................................................................................... 99
Presentación
El presente libro es una reflexión sobre las inteligencias artificiales y su

impacto en la formación profesional en la educación superior. El
desarrollo acelerado de las tecnologías ha permitido que las
inteligencias artificiales se incorporen cada vez más en diferentes
ámbitos de la vida, incluyendo la educación.
El primer epígrafe aborda el desarrollo de las inteligencias artificiales,

su evolución y sus posibles aplicaciones en el ámbito educativo. Se
presenta una visión general de las distintas tecnologías que han
permitido su evolución, así como las diferentes perspectivas teóricas
que han influido en su desarrollo.
El segundo epígrafe se enfoca en el aporte de las inteligencias

artificiales en la formación profesional y cómo estas pueden mejorar el
proceso educativo. Se discuten las oportunidades y desafíos que
plantean estas tecnologías, así como la necesidad de una formación
adecuada para los profesionales de la educación.
El tercer epígrafe analiza la dinámica didáctica del aprendizaje desde

la inteligencia artificial. Se discute cómo estas tecnologías pueden
12
mejorar la pedagogía y la metodología de enseñanza, y cómo se
pueden incorporar en los procesos de evaluación y retroalimentación.
Este libro busca contribuir al debate sobre la incorporación de las

inteligencias artificiales en la formación profesional en la educación
superior y cómo estas pueden mejorar el proceso educativo.
Esperamos que este trabajo sea de utilidad para los profesionales de
la educación, estudiantes, investigadores y todos aquellos interesados
en el tema.
13
DESARROLLO DE LAS INTELIGENCIAS ARTIFICIALES, SU
APORTE Y DESAFÍOS PARA LA FORMACIÓN PROFESIONAL EN
LA EDUCACIÓN SUPERIOR
Lenin Wladimir Tapia Ortiz

https://orcid.org/0000-0003-4068-6265
¿Qué es la inteligencia?, La inteligencia es un concepto complejo y

multidimensional que ha sido objeto de estudio en diversas disciplinas
como la psicología, la filosofía y la neurociencia. En términos
generales, se refiere a la capacidad de aprender, razonar, resolver
problemas y adaptarse a nuevos entornos.
Para el psicólogo Howard Gardner propuso la teoría de las inteligencias

múltiples, en la que sugiere que existen diferentes tipos de inteligencia,
incluyendo la lingüística, la lógico-matemática, la espacial, la musical,
la cinética-corporal, la interpersonal e intrapersonal (Gardner, 2006).
Esta teoría ha sido ampliamente aceptada y ha influido en la forma en
que se aborda la educación y la evaluación de la inteligencia. Por otro
lado, la teoría de la inteligencia emocional, propuesta por los
psicólogos Peter Salovey y John Mayer, sugiere que la inteligencia
también incluye la capacidad de percibir, comprender y manejar las
emociones propias y de los demás (Salovey & Mayer, 1990).
14
En la neurociencia, la inteligencia se ha relacionado con la capacidad
del cerebro para procesar información y resolver problemas. Según el
neurocientífico Richard Haier, la inteligencia se puede definir como "la
capacidad de una persona para aprender o comprender situaciones
nuevas o complejas, para aplicar la experiencia previa a nuevas
situaciones, para adaptarse a situaciones nuevas o cambiantes y para
encontrar soluciones efectivas a problemas" (Haier, 2016).
Inteligencia artificial
La inteligencia artificial (IA) se refiere a la capacidad de las máquinas

para realizar tareas que, en el pasado, solo podían ser realizadas por
seres humanos, como el reconocimiento de voz y la toma de
decisiones. En otras palabras, la IA implica que las máquinas pueden
aprender, razonar y tomar decisiones de manera autónoma.
El campo de la IA se ha desarrollado rápidamente en las últimas

décadas gracias a los avances en el procesamiento de datos y la
creación de algoritmos más sofisticados. La IA se ha aplicado en una
amplia gama de sectores, desde la medicina hasta la manufactura, con
el objetivo de mejorar la eficiencia y la productividad. Según John
McCarthy, uno de los fundadores del campo de la IA, la inteligencia
artificial se refiere a "la automatización de actividades que requieren
inteligencia en el comportamiento humano" (McCarthy, 2007). En otras
palabras, la IA se trata de crear sistemas que puedan realizar tareas
complejas que, de otra manera, solo podrían ser realizadas por seres
humanos.
15
Uno de los enfoques más comunes en el campo de la IA es el
aprendizaje automático, que implica la creación de algoritmos que
pueden aprender de datos, esto se conoce como inteligencia artificial
basada en reglas, ya que los programas seguían reglas
preestablecidas. Con el tiempo, los investigadores comenzaron a
desarrollar algoritmos de aprendizaje automático que permiten a las
máquinas aprender de los datos sin necesidad de ser programadas
explícitamente. Esto ha llevado al desarrollo de redes neuronales
artificiales, que son modelos matemáticos inspirados en la estructura y
funcionamiento del cerebro humano.
Otro enfoque común en la IA es el procesamiento del lenguaje natural,

que implica la creación de sistemas que pueden entender y generar
lenguaje humano. Esto ha llevado a la creación de un sistema de
diálogo mediante chat conocido como Chatbots o Bing de Google,
asistentes virtuales que pueden responder preguntas y realizar tareas
simples.
La creación de la inteligencia artificial también puede ser vista como un

medio para lograr una mejor comprensión de la inteligencia humana y
la cognición. En su libro "Superintelligence: Paths, Dangers,
Strategies", Nick Bostrom argumenta que la creación de una
inteligencia artificial más avanzada podría llevar a importantes
beneficios para la humanidad, como una mejor atención médica,
soluciones más eficientes para los problemas ambientales y la
eliminación de la pobreza (Bostrom, 2014). Sin embargo, Bostrom
también plantea la posibilidad de que la IA supere la inteligencia
16
humana y se convierta en una amenaza para la existencia de la
humanidad.
De manera similar, el filósofo Nick Bostrom sugiere en su libro "Human

Compatible: Artificial Intelligence and the Problem of Control" que la
creación de una IA más avanzada podría ser vista como un "proyecto
épico" para la humanidad, con el potencial de cambiar el curso de la
evolución humana (Bostrom, 2019). Sin embargo, también señala que
la IA plantea desafíos éticos y de control que deben ser abordados para
garantizar su uso seguro y responsable. Además de estos enfoques
más filosóficos, también hay razones prácticas para la creación de IA
(Russell & Norvig, 2020).
Uno de los principales desafíos éticos y de control de la IA es la

discriminación. Los sistemas de IA pueden perpetuar o incluso
aumentar los sesgos existentes en los datos utilizados para
entrenarlos. Esto puede llevar a la discriminación injusta en áreas como
el empleo, la vivienda y la justicia penal. Es necesario que se
desarrollen estrategias para mitigar estos sesgos y asegurar que la IA
se utilice de manera justa y equitativa.
Otro desafío ético es la privacidad y la protección de datos. La IA se

basa en grandes cantidades de datos para funcionar, lo que puede
poner en riesgo la privacidad de las personas. Es importante establecer
políticas claras sobre el uso y la protección de datos y garantizar que
los sistemas de IA sean diseñados para proteger la privacidad y los
derechos de las personas. Además, el control y la responsabilidad de
los sistemas de IA son importantes desafíos. Es importante tener en
17
cuenta que los sistemas de IA pueden tomar decisiones por sí mismos,
lo que puede tener consecuencias significativas. Por lo tanto, es
necesario establecer un marco legal y ético para el control y la
responsabilidad de la IA y garantizar que se tomen medidas para evitar
daños y prevenir posibles abusos.
Además, la IA también plantea desafíos en términos de empleo y

educación. A medida que los sistemas de IA se vuelven más
sofisticados, es posible que algunos trabajos sean reemplazados por
robots y sistemas de automatización. Es importante que se desarrollen
programas de educación y capacitación para preparar a las personas
para los cambios en el mercado laboral y garantizar que tengan las
habilidades necesarias para trabajar con los sistemas de IA.
Inteligencia e inteligencia artificial
La relación entre la inteligencia humana y la inteligencia artificial es

compleja y multifacética. Aunque la inteligencia artificial puede ser
diseñada para realizar tareas específicas de manera más rápida y
eficiente que los humanos, todavía hay muchas áreas en las que los
humanos superan a las máquinas. La inteligencia humana tiene la
capacidad de adaptarse y aprender en situaciones nuevas y
desconocidas, mientras que la inteligencia artificial aún tiene
limitaciones en este aspecto.
Por otro lado, la inteligencia artificial también puede complementar y

mejorar la inteligencia humana en ciertas áreas. Por ejemplo, las
herramientas de inteligencia artificial pueden ayudar a los médicos a
18
realizar diagnósticos más precisos y a los ingenieros a diseñar
sistemas más eficientes. Además, la inteligencia artificial puede
procesar grandes cantidades de datos mucho más rápido que los
humanos, lo que la hace valiosa para la toma de decisiones en
negocios y finanzas.
Por lo que, la inteligencia artificial ha avanzado en la imitación de las

capacidades cognitivas humanas, pero aún existen limitaciones en su
capacidad para comprender y utilizar el lenguaje natural, la creatividad
y el pensamiento crítico. Además, la IA depende en gran medida de los
datos y algoritmos que se utilizan para entrenarla, lo que puede
introducir sesgos y limitaciones en su capacidad para tomar decisiones
justas y éticas.
Es importante tener en cuenta que la IA no es una sustitución completa

de la inteligencia humana, sino más bien una herramienta que puede
mejorar nuestras capacidades cognitivas y mejorar nuestro trabajo y
vida cotidiana. Al comprender las fortalezas y debilidades de cada tipo
de inteligencia, podemos trabajar para desarrollar un futuro en el que
ambas puedan coexistir y complementarse mutuamente.
En este sentido, es fundamental que se realice una investigación y

desarrollo de la IA que tenga en cuenta los aspectos éticos y sociales.
Es importante que la IA se utilice de manera responsable y se regule
adecuadamente para evitar consecuencias negativas en la sociedad.
Como señala el filósofo Bostrom (2014) "La IA es el mayor desafío
existencial que enfrenta nuestra especie, pero es también la mejor
herramienta que tenemos para asegurar nuestra supervivencia futura".
19
IA y las competencias digitales
La Inteligencia Artificial (IA) está transformando el mundo en el que

vivimos, y su impacto en la sociedad y la economía es cada vez más
evidente. En este contexto, las competencias digitales se están
convirtiendo en un requisito fundamental para poder aprovechar las
oportunidades que ofrece la IA.
Según un informe del Foro Económico Mundial (2018), "Las

habilidades que se necesitan para desempeñarse en la economía
digital y en la era de la IA son múltiples y cambiantes". Entre estas
habilidades se encuentran la resolución de problemas complejos, la
creatividad, la inteligencia emocional, la toma de decisiones, la
capacidad de adaptación al cambio, la capacidad de aprender de forma
autónoma y la alfabetización digital.
En este sentido, la educación y la formación continua son

fundamentales para desarrollar las competencias digitales necesarias
para aprovechar las oportunidades que ofrece la IA. Según un informe
de la OCDE (2019), "Los sistemas educativos deben centrarse en el
desarrollo de habilidades y competencias relevantes para el siglo XXI,
incluyendo habilidades digitales, y fomentar el aprendizaje a lo largo de
toda la vida".
Además, las empresas también tienen un papel importante en el

desarrollo de las competencias digitales de sus empleados. Según un
informe de McKinsey Global Institute (2017), "Las empresas necesitan
invertir en la formación y el desarrollo de habilidades para asegurarse
20
de que sus empleados puedan adaptarse a los cambios tecnológicos y
aprovechar las oportunidades que ofrecen".
Otro campo en el que la IA está haciendo una gran diferencia en las

competencias digitales es en el campo de la ciberseguridad. La IA se
está utilizando para mejorar la detección de amenazas y la respuesta
a los ataques, lo que es esencial para mantener la seguridad de los
datos y la privacidad en línea. Además, la IA también está mejorando
la detección y la prevención del fraude en línea, lo que es fundamental
para proteger los datos financieros y la identidad de las personas.
La IA también está teniendo un impacto en el desarrollo de

competencias digitales en el campo de la atención médica. Por
ejemplo, la IA se está utilizando para analizar grandes cantidades de
datos médicos y mejorar el diagnóstico de enfermedades.
Además, la IA se está utilizando para desarrollar tecnologías de

asistencia sanitaria personalizadas, como el monitoreo remoto de
pacientes y la atención médica basada en la telemedicina, lo que es
esencial para mejorar el acceso a la atención médica y la calidad de la
atención. Por lo tanto, es importante seguir desarrollando la IA de
manera responsable y ética para aprovechar al máximo su potencial y
asegurar que se utilice para el bien común.
Educación con el uso de la inteligencia artificial
La educación es uno de los campos que se encuentra en constante

evolución debido a los avances tecnológicos y la inteligencia artificial
(IA) no es una excepción. La IA ofrece nuevas posibilidades en la
21
enseñanza y el aprendizaje que pueden mejorar la eficacia y eficiencia
en la educación. En este sentido, se han desarrollado diversas
aplicaciones de la IA en la educación, tales como los sistemas de
tutoría inteligente, los asistentes virtuales y el análisis de datos
educativos, entre otros.
Los sistemas de tutoría inteligente son una de las aplicaciones más

utilizadas de la IA en la educación. Estos sistemas ofrecen a los
estudiantes una experiencia personalizada de aprendizaje, adaptando
el contenido y la metodología a las necesidades y ritmos de aprendizaje
de cada estudiante. De esta forma, se pueden alcanzar mejores
resultados en el aprendizaje y una mayor motivación por parte del
estudiante (Koedinger, Corbett y Perfetti, 2012).
Otra aplicación de la IA en la educación son los asistentes virtuales, los

cuales pueden proporcionar información y guía en tiempo real para los
estudiantes, ya sea en el aula o fuera de ella. Estos asistentes pueden
responder preguntas, proporcionar retroalimentación y ayudar a los
estudiantes a encontrar información relevante (Liu, Hu y Liu, 2018). Los
asistentes virtuales también pueden ser utilizados por los profesores
para mejorar la gestión del aula y proporcionar apoyo adicional a los
estudiantes.
El análisis de datos educativos es otra de las aplicaciones de la IA en

la educación, que se utiliza para recopilar, procesar y analizar grandes
cantidades de datos educativos con el objetivo de mejorar la toma de
decisiones educativas. El análisis de datos educativos permite a los
profesores y administradores obtener información valiosa sobre el
22
progreso del estudiante, identificar patrones de aprendizaje y evaluar
la efectividad de las estrategias de enseñanza (Baker y Yacef, 2009).
Además, la IA también puede ser utilizada para el desarrollo de

recursos educativos abiertos y accesibles. Estos recursos permiten a
los estudiantes acceder a materiales de aprendizaje de alta calidad, sin
importar su ubicación geográfica o su nivel socioeconómico
(Buckingham Shum y Ferguson, 2012). La IA también puede ser
utilizada para la traducción automática de materiales educativos, lo que
permite a los estudiantes de diferentes países y culturas acceder al
mismo contenido educativo.
Sistemas de tutorías inteligentes
Los sistemas de tutoría inteligente son una aplicación de la inteligencia

artificial en el campo de la educación que permite brindar una
experiencia de aprendizaje más personalizada y adaptativa. En este
sentido, VanLehn (2011) sostiene que los sistemas de tutoría
inteligente son capaces de detectar las habilidades y debilidades de los
estudiantes y proporcionar retroalimentación específica para mejorar
su rendimiento académico. Además, estos sistemas pueden adaptarse
a diferentes estilos de aprendizaje, ritmos y necesidades individuales
de los estudiantes, lo que mejora su motivación y compromiso con el
aprendizaje.
Los sistemas de tutoría inteligente utilizan diversas técnicas de

inteligencia artificial para mejorar la experiencia de aprendizaje, como
el aprendizaje automático, el procesamiento del lenguaje natural y la
23
lógica difusa. De esta manera, los sistemas pueden analizar datos de
diferentes fuentes, como resultados de pruebas, interacciones del
usuario y registros de actividad, para proporcionar retroalimentación y
recomendaciones específicas.
Según varios estudios, los sistemas de tutoría inteligente han

demostrado ser efectivos en diferentes áreas de conocimiento, como
matemáticas, ciencias y lenguaje (Baker et al., 2008; Woolf, 2009). Por
ejemplo, un estudio de Baker y sus colegas (2008) mostró que los
estudiantes que utilizan un sistema de tutoría inteligente para
matemáticas mejoraron significativamente sus resultados en las
pruebas, en comparación con aquellos que no lo usaron.
Sin embargo, a pesar de los beneficios potenciales de los sistemas de

tutoría inteligente, también existen desafíos y preocupaciones éticas
relacionadas con su uso. Por ejemplo, algunos críticos han planteado
preocupaciones sobre la privacidad y la seguridad de los datos del
usuario, así como sobre la dependencia excesiva de la tecnología en
el proceso educativo (Luckin, Holmes, Griffiths, & Forcier, 2016).
En cambio, Kovanović y Hennis (2019) abordan el uso de sistemas de

tutoría inteligente en la educación superior, destacando su capacidad
para adaptarse a las necesidades y características de cada estudiante
y ofrecer una retroalimentación personalizada. Los autores hacen
hincapié en la importancia de diseñar sistemas que consideren no solo
los aspectos académicos, sino también los emocionales y
motivacionales de los estudiantes, y que permitan la interacción y
colaboración con otros compañeros y con el tutor humano. Además,
24
señalan la necesidad de evaluar empíricamente los efectos de los
sistemas de tutoría inteligente en el aprendizaje y el rendimiento
académico de los estudiantes.
En otros estudios, profundizan en la integración de sistemas de tutoría

inteligente en entornos de aprendizaje en línea masivos (MOOCs, por
sus siglas en inglés), resaltando su capacidad para ofrecer una
retroalimentación temprana y precisa a los estudiantes y mejorar su
compromiso y motivación hacia el aprendizaje. Los autores proponen
un modelo de diseño de sistemas de tutoría inteligente que considere
las características de los MOOCs, como la diversidad y heterogeneidad
de los estudiantes y la necesidad de escalar la interacción tutor-
estudiante. Además, señalan la importancia de la colaboración entre
expertos en inteligencia artificial y expertos en educación para
desarrollar sistemas de tutoría inteligente efectivos y adaptados a las
necesidades de los estudiantes.
En una revisión sistemática, examinan la investigación existente sobre

sistemas de tutoría inteligente en el contexto de la educación en línea
y a distancia. Los autores identifican diferentes enfoques y tecnologías
utilizadas en los sistemas de tutoría inteligente, como el análisis de
datos de interacción del estudiante, la personalización de la
retroalimentación y la adaptación a diferentes estilos de aprendizaje.
Además, destacan la necesidad de considerar factores éticos y de
privacidad en el diseño de estos sistemas, así como la importancia de
la evaluación empírica de su efectividad en el aprendizaje y la
satisfacción del estudiante.
25
Los estudios de los autores destacan la importancia de los sistemas de
tutoría inteligente en la educación, tanto en entornos en línea como en
la educación superior. Los autores enfatizan la necesidad de diseñar
sistemas que consideren tanto los aspectos académicos como
emocionales y motivacionales de los estudiantes, y que permitan la
interacción y colaboración entre los estudiantes y con el tutor humano.
Además, resaltan la necesidad de evaluar empíricamente la efectividad
de estos sistemas en el aprendizaje y el rendimiento académico de los
estudiantes.
Asistentes virtuales en la educación (chatbots)
Los asistentes virtuales, también conocidos como agentes

conversacionales o chatbots, se están convirtiendo en una herramienta
cada vez más popular en la educación. En su estudio, López-Nores,
García-Sánchez y Blanco-Fernández (2019) examinan la utilidad de los
asistentes virtuales en la educación superior, destacando su capacidad
para proporcionar información y retroalimentación personalizada a los
estudiantes, así como para mejorar la eficiencia y eficacia de la
comunicación entre estudiantes y docentes. Los autores señalan que
la interacción con un asistente virtual puede ser más cómoda y
accesible para algunos estudiantes que la comunicación cara a cara
con un tutor humano.
En otro estudio, Kim y Lee (2018) exploran el uso de asistentes

virtuales en la educación primaria y secundaria, enfatizando su
capacidad para proporcionar una experiencia de aprendizaje más
personalizada y adaptada a las necesidades de cada estudiante. Los
26
autores señalan que los asistentes virtuales pueden ayudar a los
estudiantes a superar barreras de tiempo y espacio, permitiéndoles
acceder a materiales educativos en cualquier momento y desde
cualquier lugar. Además, destacan la importancia de diseñar asistentes
virtuales que sean capaces de adaptarse a diferentes estilos de
aprendizaje y preferencias de los estudiantes.
En su investigación, Chen y Cheng (2021) exploran el uso de

asistentes virtuales en la educación de idiomas, destacando su
capacidad para proporcionar una retroalimentación inmediata y precisa
a los estudiantes y para mejorar su habilidad para comunicarse en el
idioma de estudio. Los autores señalan que los asistentes virtuales
pueden proporcionar una práctica de conversación realista y auténtica
para los estudiantes, lo que puede mejorar significativamente su
competencia en el idioma.
Los asistentes virtuales están emergiendo como una herramienta cada

vez más útil en el ámbito educativo, ofreciendo beneficios potenciales
tanto para estudiantes como para docentes. A través de su capacidad
para interactuar con los estudiantes de manera personalizada y ofrecer
retroalimentación inmediata, los asistentes virtuales pueden ayudar a
los estudiantes a mejorar su aprendizaje y retención de información.
Además, pueden liberar tiempo para que los docentes se centren en
tareas más complejas y ofrecer un apoyo adicional a los estudiantes
que necesitan atención adicional.
Aunque aún hay desafíos a superar, como la falta de personalización

completa y la necesidad de un mayor desarrollo tecnológico, la
27
investigación sugiere que los asistentes virtuales tienen un gran
potencial para transformar la educación en el futuro. Como señala Jia
y Fu (2020), los asistentes virtuales son una herramienta valiosa para
mejorar la calidad y la accesibilidad de la educación, especialmente en
países donde hay una escasez de recursos educativos y personal
docente.
En última instancia, la implementación efectiva de asistentes virtuales

en la educación dependerá de la colaboración entre expertos en
tecnología y expertos en educación, así como de la participación activa
de estudiantes y docentes en el proceso de desarrollo. A medida que
la tecnología continúa avanzando y la educación evoluciona, es
probable que los asistentes virtuales se conviertan en una parte cada
vez más integral del proceso educativo.
Análisis de datos educativos
El análisis de datos educativos se ha convertido en una herramienta

esencial para comprender el aprendizaje y mejorar la calidad de la
educación. Baker y Yacef (2009) proponen en su trabajo una
perspectiva holística para el análisis de datos educativos en entornos
de aprendizaje. Los autores argumentan que el análisis de datos no
debe limitarse a la simple medición del rendimiento del estudiante, sino
que también debe considerar otros factores relevantes, como la
motivación, la participación y la interacción del estudiante en el entorno
de aprendizaje.
28
Además, señalan la necesidad de utilizar técnicas de visualización de
datos para presentar la información de manera clara y accesible a los
docentes y estudiantes, lo que puede ayudar a mejorar la toma de
decisiones educativas.
También enfatizan la necesidad de que los docentes y los diseñadores

de entornos de aprendizaje trabajen juntos para garantizar que el
análisis de datos sea relevante y útil para la práctica educativa. Los
autores señalan que la tecnología por sí sola no es suficiente para
mejorar el aprendizaje, sino que se requiere una comprensión profunda
de las necesidades y objetivos educativos, así como la capacidad de
interpretar y utilizar los datos de manera efectiva.
Por otro lado, Romero y Ventura (2010) destacan la importancia de la

aplicación de técnicas de minería de datos en el análisis de datos
educativos para mejorar la toma de decisiones en la educación y la
identificación de patrones y tendencias en el comportamiento de los
estudiantes. Los autores proponen un marco de trabajo para la
aplicación de la minería de datos en la educación y señalan la
importancia de considerar aspectos éticos y de privacidad en su
aplicación, así como la necesidad de evaluar empíricamente su
efectividad en la educación.
Desarrollo de recursos educativos abiertos y accesibles
El desarrollo de recursos educativos abiertos y accesibles es un tema

de gran relevancia en el ámbito educativo actual, ya que estos recursos
29
pueden contribuir a la democratización del acceso al conocimiento y a
la mejora de la calidad de la educación.
Según Wiley (2014), los recursos educativos abiertos (REA) son

materiales educativos que se encuentran bajo una licencia abierta que
permite su libre acceso, uso, distribución y modificación. Estos
recursos pueden ser utilizados para apoyar el aprendizaje en diferentes
contextos y niveles educativos.
En este sentido, la creación de REA requiere de la aplicación de

estándares y buenas prácticas en su diseño, desarrollo y distribución,
para garantizar su calidad y accesibilidad para todos los usuarios,
independientemente de su ubicación geográfica, idioma, habilidades y
necesidades.
Según Hodgkinson-Williams y Gray (2009), la accesibilidad es un

aspecto fundamental a considerar en el diseño de REA, ya que estos
recursos deben ser accesibles para todos los usuarios, incluyendo a
aquellos con discapacidades o necesidades especiales. Por lo tanto,
se recomienda el uso de estándares como el Web Content Accessibility
Guidelines (WCAG) para asegurar que los REA sean accesibles para
todos los usuarios.
Además, la colaboración y el intercambio de conocimientos y recursos

entre los educadores y las comunidades de práctica son fundamentales
para el desarrollo de REA de calidad y relevantes para las necesidades
de los usuarios. Según Mulder et al. (2012), el uso de herramientas y
30
tecnologías colaborativas puede fomentar la participación y el
compromiso de los educadores y usuarios en la creación de REA.
En resumen, el desarrollo de recursos educativos abiertos y accesibles

es un aspecto clave en la democratización del acceso al conocimiento
y la mejora de la calidad de la educación. La aplicación de estándares
y buenas prácticas en su diseño, desarrollo y distribución, así como la
colaboración y el intercambio de conocimientos entre los educadores y
las comunidades de práctica son fundamentales para garantizar su
calidad y accesibilidad para todos los usuarios.
Desafíos para la formación en la Educación Superior
La inteligencia artificial (IA) está transformando rápidamente muchos

aspectos de la sociedad, incluida la educación superior. En este
contexto, surgen nuevos desafíos para la formación de los estudiantes
y los profesionales en esta área. A continuación, se presentan algunas
citas bibliográficas relevantes sobre este tema:
Según Bughin, Hazan y Ramaswamy (2018), la IA se está convirtiendo

en un aspecto crítico para la educación superior y se espera que tenga
un impacto significativo en la educación en el futuro cercano. Los
autores destacan que la IA puede mejorar la personalización del
aprendizaje, ayudar a identificar oportunidades de mejora, brindar
retroalimentación en tiempo real y reducir la carga de trabajo de los
profesores.
Por su parte, Lee y Choi (2020) señalan que la IA tiene el potencial de

transformar la educación superior al mejorar la eficiencia y la
31
efectividad del aprendizaje, así como al permitir la personalización del
aprendizaje y la automatización de algunas tareas docentes. Sin
embargo, también advierten que la implementación de la IA en la
educación superior debe realizarse cuidadosamente, teniendo en
cuenta factores éticos, legales y sociales.
En cuanto a los desafíos para la formación en la educación superior,

Sclater (2019) destaca que los estudiantes deben adquirir habilidades
en el uso y la gestión de datos, la comprensión de la IA y la capacidad
de colaborar con tecnologías emergentes. Además, los profesores
deben estar capacitados para utilizar la IA en el diseño del aprendizaje
y la evaluación de los estudiantes.
Por último, según Mitchell y Mitchell (2020), es importante que la

educación superior aborde la ética y la responsabilidad social en el uso
de la IA. Los autores destacan que la IA puede tener un impacto
significativo en la sociedad, por lo que los estudiantes y los
profesionales deben estar capacitados para tomar decisiones
informadas y éticas en su uso.
Conclusiones
 El desarrollo de las inteligencias artificiales en la Educación

Superior es un campo en constante evolución que ofrece
múltiples posibilidades para mejorar la calidad de la educación
y el aprendizaje de los estudiantes.
 El uso de la inteligencia artificial en la Educación Superior
plantea desafíos importantes para la formación de los docentes,
32
quienes deben estar preparados para utilizar y aprovechar las
herramientas y recursos que la tecnología pone a su disposición.
 La inteligencia artificial puede ayudar a personalizar el
aprendizaje de los estudiantes, adaptando la enseñanza a sus
necesidades y ritmos de aprendizaje, lo que puede mejorar
significativamente los resultados académicos.
 A pesar de los beneficios que ofrece la inteligencia artificial en
la Educación Superior, es importante tener en cuenta los límites
y riesgos que su uso conlleva, como la dependencia excesiva
de la tecnología y la posible pérdida de habilidades y
competencias que pueden ser esenciales en el mundo laboral.
Referencias
Baker, R. S. (2010). Data mining for education. International

Encyclopedia of Education, 7, 112-118.
Baker, R. S., Corbett, A. T., & Aleven, V. (2008). More accurate student
modeling through contextual estimation of slip and guess
probabilities in Bayesian knowledge tracing. International
Conference on Intelligent Tutoring Systems (pp. 406-415).
Baker, R. y Yacef, K. (2009). The state of educational data mining in
2009: A review and future visions. Journal of Educational Data
Mining, 1(1), 3-17.
Bostrom, N. (2014). Superintelligence: Paths, Dangers, Strategies.
Oxford University Press.
33
Bostrom, N. (2019). Human Compatible: Artificial Intelligence and the
Problem of Control. Viking.
Buckingham Shum, S. y Ferguson, R. (2012). Social learning analytics.
Foro Económico Mundial. (2018). The Future of Jobs Report 2018.
Recuperado de https://www.weforum.org/reports/the-future-of-
jobs-report-2018
Gardner, H. (2006). Multiple Intelligences: New Horizons in Theory and
Practice. Basic Books. -and-wages
Hodgkinson-Williams, C., & Gray, E. (2009). Degrees of openness: The
emergence of Open Educational Resources at the University of
Cape Town. International Journal of Education and
Development using ICT, 5(5), 101-116.
Jia, J., & Fu, Z. (2020). Intelligent personal assistants in education: A
systematic review. Journal of Educational Computing Research,
58(3), 531-559.
Kovanović, V., & Hennis, T. (2019). Intelligent tutoring systems in higher
education: a review of evaluation research. International Journal
of Artificial Intelligence in Education, 29(1), 1-28.
Lee, S., & Choi, S. (2020). How artificial intelligence will change the
education landscape: A literature review. Sustainability, 12(15),
6054.
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence
Unleashed: An argument for AI in Education. Pearson.
McCarthy, J. (2007). What is Artificial Intelligence? Stanford University.
McKinsey Global Institute. (2017). Jobs lost, jobs gained: What the
future of work will mean for jobs, skills, and wages. Recuperado
de https://www.mckinsey.com/featured-insights/future-of-
work/jobs-lost-jobs-gained-what-the-future-of-work-will-mean-
for-jobs-skills
Mitchell, I., & Mitchell, T. (2020). Preparing higher education for the
future of artificial intelligence. International Journal of Information
Management, 50, 157-163.
34
Mulder, F., Baas, M., Bruggen, J. V. D., & Kirschner, P. A. (2012).
Educational resources in the cloud: a collaborative authoring and
publishing environment. Computers in Human Behavior, 28(2),
444-454.
OCDE. (2019). Habilidades y competencias del siglo XXI. Recuperado
de https://www.oecd.org/education/competencias-del-siglo-XXI-
FAQs-2019.pdf
Romero, C., & Ventura, S. (2010). Data mining in education. Wiley
Interdisciplinary Reviews: Data Mining and Knowledge
Discovery, 1(1), 12-27.
Russell, S. J., & Norvig, P. (2020). Inteligencia artificial: Un enfoque
moderno. Pearson.41.
Salovey, P., & Mayer, J. D. (1990). Emotional intelligence. Imagination,
Cognition and Personality, 9(3), 185-211.
Sclater, N. (2019). Preparing for the impact of artificial intelligence on
higher education. Educause Review, 54(3), 36-47. evolutionizing
e-learning. Morgan Kaufmann.
Shettleworth, S. J. (2010). Cognition, evolution, and behavior (2nd ed.).
Oxford University Press.
Trewavas, A. (2014). What is plant intelligence? Plant, Cell &
Environment, 37(2), 228-2
VanLehn, K. (2011). The relative effectiveness of human tutoring,
intelligent tutoring systems, and other tutoring systems.
Educational Psychologist, 46(4), 197-221.
Wiley, D. (2014). The Access Compromise and the 5th R. EDUCAUSE
Review, 49(2), 28-35.
Woolf, B. P. (2009). Building intelligent interactive tutors: Student-
centered strategies for r Bughin, J., Hazan, E., & Ramaswamy,
S. (2018). Skills for the AI age. Harvard Business Review, 96(4),
54-62.
35
LAS NUEVAS PEDAGOGÍAS Y LAS INTELIGENCIAS
ARTIFICIALES
Nayade Caridad Reyes Palau

https://orcid.org/0000-0001-8754-1536
La pedagogía es la disciplina que se encarga del estudio de los

procesos de enseñanza y aprendizaje. Su objetivo es analizar cómo se
producen estos procesos y cómo se pueden mejorar para lograr un
aprendizaje efectivo y significativo.
La pedagogía se fundamenta en diversas teorías y enfoques que se

han desarrollado a lo largo del tiempo. Entre los enfoques más
conocidos en la contemporaneidad están, el cognitivismo y el
constructivismo.
El cognitivismo, por su parte, se centra en los procesos mentales

involucrados en el aprendizaje, y sostiene que el conocimiento se
construye a partir de la interpretación y procesamiento de la
información.
El constructivismo sostiene que el aprendizaje es un proceso activo en

el que el estudiante construye su propio conocimiento a través de la
reflexión y la interacción con su entorno.
Cada enfoque pedagógico tiene sus propias estrategias y técnicas de

enseñanza que se aplican en función de las necesidades y
36
características de los estudiantes. Por ejemplo, en el constructivismo
se fomenta la exploración y la resolución de problemas.
La pedagogía y la inteligencia artificial (IA) están estrechamente

relacionadas en la actualidad. La IA ha permitido la creación de nuevas
herramientas y métodos de enseñanza que pueden mejorar la eficacia
de la educación y personalizar el aprendizaje de los estudiantes.
En términos generales, la IA puede mejorar la personalización del

aprendizaje al analizar los datos de los estudiantes, incluyendo su
progreso y habilidades, para crear un plan de estudios personalizado
que se adapte a sus necesidades individuales. Además, la IA también
puede ayudar a los profesores a identificar a los estudiantes que
necesitan atención especial, lo que les permite ofrecer una intervención
temprana y mejorar la tasa de éxito de los estudiantes.
Por otro lado, también hay preocupaciones sobre el uso de la IA en la

educación. Uno de los principales problemas es la pérdida de la
conexión humana en la enseñanza. La IA puede ser útil para algunas
tareas, como la corrección automática de pruebas, pero no puede
reemplazar la interacción humana en la enseñanza y el aprendizaje. La
relación entre el profesor y el estudiante es fundamental para la
educación, ya que permite una conexión emocional que ayuda a
motivar y comprometer a los estudiantes en el proceso de aprendizaje.
En la actualidad, la tecnología ha avanzado de tal manera que se ha

integrado en diversas áreas, incluyendo la educación. La inteligencia
artificial (IA) ha generado un gran impacto en el ámbito educativo, ya
37
que ha permitido la creación de nuevas herramientas y métodos de
enseñanza. Sin embargo, también ha surgido el debate sobre el papel
de la IA en la pedagogía y cómo puede afectar a la enseñanza y al
aprendizaje.
Según Dede (2018), la IA se puede utilizar para mejorar la

personalización del aprendizaje. Con la ayuda de la IA, se pueden
analizar los datos de los estudiantes, incluyendo su progreso y sus
habilidades, para crear un plan de estudios personalizado que se
adapte a sus necesidades individuales. Además, la IA también puede
ayudar a los profesores a identificar a los estudiantes que necesitan
una atención especial, lo que les permite ofrecer una intervención
temprana y mejorar la tasa de éxito de los estudiantes.
Sin embargo, también hay preocupaciones sobre el uso de la IA en la

educación. Uno de los principales problemas es la pérdida de la
conexión humana en la enseñanza. Según Harris (2019), la IA puede
ser útil para algunas tareas, como la corrección automática de pruebas,
pero no puede reemplazar la interacción humana en la enseñanza y el
aprendizaje. La relación entre el profesor y el estudiante es
fundamental para la educación, ya que permite una conexión
emocional que ayuda a motivar y comprometer a los estudiantes en el
proceso de aprendizaje.
Además, también hay preocupaciones sobre la privacidad y la

seguridad de los datos de los estudiantes. Con el uso de la IA, se
recopila una gran cantidad de datos sobre los estudiantes, incluyendo
sus hábitos de estudio y su progreso. Es importante garantizar que
38
estos datos se manejen de manera segura y se protejan contra el
acceso no autorizado.
La pedagogía constructivista y las IA
El constructivismo es una corriente pedagógica que ha tenido una gran

influencia en las ciencias de la educación. En esta corriente se enfatiza
la importancia del aprendizaje activo, en el que el estudiante es el
protagonista de su propio proceso de aprendizaje, construyendo su
conocimiento a través de la interacción con el entorno.
La pedagogía constructivista ha llevado a nuevas lecturas y enfoques

en las ciencias de la educación. Algunas de estas nuevas lecturas son:
1. Aprendizaje significativo: La pedagogía constructivista

promueve el aprendizaje significativo, en el que los estudiantes
construyen su propio conocimiento a través de la conexión entre
las experiencias previas y los nuevos conocimientos. Esto
implica que el aprendizaje debe estar relacionado con las
experiencias y necesidades de los estudiantes, y no
simplemente ser una acumulación de información.
2. Aprendizaje por descubrimiento: La pedagogía constructivista

fomenta el aprendizaje por descubrimiento, en el que los
estudiantes descubren nuevos conocimientos y habilidades a
través de la exploración y la resolución de problemas. Esto
implica que los estudiantes deben tener un papel activo en su
aprendizaje y que los maestros deben actuar como guías en
lugar de transmisores de información.
39
3. Evaluación formativa: La pedagogía constructivista promueve la
evaluación formativa, en la que se proporciona
retroalimentación continua a los estudiantes sobre su progreso
y desempeño. Esto implica que la evaluación debe estar
integrada en el proceso de aprendizaje y ser utilizada para
mejorar el aprendizaje y la comprensión de los estudiantes.
4. Aprendizaje colaborativo: La pedagogía constructivista fomenta

el aprendizaje colaborativo, en el que los estudiantes trabajan
juntos para construir conocimientos y compartir experiencias.
Esto implica la valoración de la diversidad y la necesidad de
fomentar la comunicación y la colaboración entre los
estudiantes.
En la pedagogía constructivista, se han generado nuevas lecturas y

enfoques en el aprendizaje. Algunas de estas nuevas lecturas son:
Aprendizaje activo: La pedagogía constructivista enfatiza la

importancia del aprendizaje activo, en el que los estudiantes son
participantes activos en su propio proceso de aprendizaje. Esto implica
que los estudiantes deben tener un papel activo en la construcción de
su propio conocimiento, en lugar de ser pasivos receptores de
información.
En la pedagogía constructivista, se han generado nuevas lecturas y

enfoques en la construcción del conocimiento. Algunas de estas
nuevas lecturas son:
40
1. Construcción social del conocimiento: La pedagogía
constructivista enfatiza la importancia de la construcción social
del conocimiento, en la que el conocimiento se construye en la
interacción y el diálogo entre los estudiantes y el maestro. Esto
implica que el conocimiento no es algo que se transmite de
manera unidireccional, sino que se construye en un proceso
dinámico y colaborativo.
2. Aprendizaje basado en problemas: La pedagogía constructivista

fomenta el aprendizaje basado en problemas, en el que los
estudiantes resuelven problemas y situaciones reales para
construir su propio conocimiento. Esto implica que los
estudiantes deben tener un papel activo en la construcción de
su propio conocimiento, en lugar de ser pasivos receptores de
información.
3. Reflexión y metacognición: La pedagogía constructivista

promueve la reflexión y la metacognición, en la que los
estudiantes piensan sobre su propio proceso de aprendizaje y
cómo pueden mejorar su comprensión y desempeño. Esto
implica que los estudiantes deben ser conscientes de su propio
proceso de aprendizaje y de sus propias fortalezas y
debilidades.
4. Aprendizaje autónomo: La pedagogía constructivista fomenta el

aprendizaje autónomo, en el que los estudiantes son capaces
de construir su propio conocimiento y tomar decisiones sobre su
propio proceso de aprendizaje. Esto implica que los estudiantes
41
deben ser capaces de identificar sus propias necesidades de
aprendizaje y ser capaces de buscar y utilizar recursos para
satisfacer esas necesidades.
En la actualidad, la educación se encuentra en un proceso de

transformación y cambio debido al impacto de las tecnologías de la
información y la comunicación (TIC) en la enseñanza y el aprendizaje.
En este sentido, la pedagogía constructivista y las Inteligencias
Artificiales (IA) se presentan como dos áreas de interés para entender
los nuevos desafíos de la educación. El objetivo de este ensayo es
analizar la relación entre la pedagogía constructivista y las IA, y su
importancia en la educación actual.
Son muchos los investigadores y académicos que han y están

interesados en la pedagogía constructivista y continúan investigando y
desarrollando esta teoría educativa. Algunos de los nombres más
destacados en esta área son Bruner (1983), Vygotsky (1978), Piaget
(1970), Gardner (1993), Dewey (1916), Papert (1980), Ausubel (1968),
Resnick (1987), Scardamalia & Bereiter (1991) y Jonassen (1991),
Tapia-Sosa, Tapia-Ortiz y Reyes-Palau (2023).
Así mismo, muchos otros investigadores y profesionales de la

educación que están trabajando en el campo de la pedagogía
constructivista, contribuyendo a la comprensión de cómo los
estudiantes construyen sus conocimientos y cómo los educadores
median el aprendizaje y pueden crear ambientes de aprendizaje
efectivos para apoyar el aprendizaje de los estudiantes.
42
La pedagogía constructivista es una corriente pedagógica que sostiene
que el aprendizaje es un proceso activo en el que el estudiante
construye su propio conocimiento a través de la reflexión y la
experimentación.
Según Piaget (1971), uno de los principales representantes de esta

corriente, el aprendizaje es un proceso que implica la asimilación y la
acomodación de nuevos conocimientos a través de la construcción de
esquemas mentales. En este sentido, el estudiante es el protagonista
de su propio proceso de aprendizaje, y el papel del docente es el de
facilitador y guía.
Por otro lado, las IA son sistemas que imitan la inteligencia humana y
son capaces de realizar tareas que requieren inteligencia y
razonamiento, como el reconocimiento de voz o la toma de decisiones.
En la educación, las IA pueden utilizarse como herramientas para
personalizar el aprendizaje y adaptarlo a las necesidades y
características de cada estudiante.
La pedagogía constructivista y las IA comparten la idea de que el

aprendizaje es un proceso activo y personalizado. Las IA pueden
ayudar a los estudiantes a construir su propio conocimiento al
proporcionarles recursos adaptados a su nivel y ritmo de aprendizaje.
Además, las IA pueden ofrecer retroalimentación inmediata y
personalizada, lo que permite a los estudiantes reflexionar sobre su
propio proceso de aprendizaje y ajustar su estrategia si es necesario.
43
Sin embargo, también existen algunas críticas a la utilización de las IA
en la educación desde una perspectiva constructivista. Algunos
autores (Levy, 2017) argumentan que el uso excesivo de las
tecnologías puede limitar el pensamiento crítico y la reflexión de los
estudiantes, ya que la IA proporciona respuestas y soluciones de
manera rápida y eficiente. En este sentido, es importante encontrar un
equilibrio entre el uso de las IA como herramientas de apoyo al proceso
de aprendizaje y la promoción de la reflexión y el pensamiento crítico.
Pedagogía liberadora de Freire y las IA
La pedagogía liberadora de Paulo Freire propone una nueva lectura de

las ciencias de la educación. En esta perspectiva, el educando es
considerado un sujeto activo en el proceso de enseñanza-aprendizaje,
y no un objeto pasivo que simplemente recibe conocimientos.
En lugar de imponer conocimientos y valores al estudiante, la

pedagogía liberadora de Freire propone un diálogo horizontal entre el
educador y el educando, en el que ambos aprenden y enseñan
mutuamente. Este diálogo es fundamental para la construcción de una
educación crítica, que tenga en cuenta las experiencias y necesidades
de los estudiantes, y que los capacite para actuar en el mundo de
manera consciente y transformadora.
Además, la pedagogía liberadora de Freire defiende la importancia de

la reflexión crítica sobre la realidad social y política en la que se
encuentran los estudiantes, y de la acción transformadora para
cambiarla. Esta perspectiva implica un enfoque interdisciplinario y
44
contextualizado de la educación, que se preocupa por los problemas y
desafíos que enfrentan los estudiantes en su vida cotidiana.
En la pedagogía liberadora de Paulo Freire, se propone una nueva

lectura del aprendizaje. Esta perspectiva defiende que el aprendizaje
es un proceso activo y participativo, en el que el estudiante es el
protagonista y el responsable de su propio proceso de aprendizaje.
De acuerdo con esta pedagogía, el aprendizaje no es una mera

transmisión de conocimientos por parte del educador al estudiante,
sino que se trata de un proceso interactivo en el que ambos aprenden
y enseñan mutuamente. El diálogo horizontal y la participación activa
del estudiante son fundamentales para el aprendizaje crítico y
transformador propuesto por Freire.
Asimismo, la pedagogía liberadora de Freire enfatiza la importancia de

la reflexión crítica sobre la realidad social y política en la que se
encuentran los estudiantes, y de la acción transformadora para
cambiarla. Por lo tanto, el aprendizaje no se limita a la adquisición de
conocimientos teóricos, sino que se orienta hacia la formación de
sujetos críticos y transformadores, capaces de analizar y transformar
su entorno.
En la pedagogía liberadora de Paulo Freire, se propone una nueva

lectura de la construcción del conocimiento. En esta perspectiva, el
conocimiento no se considera como algo fijo y acabado, sino como algo
que se construye de manera activa y participativa, en un proceso
dialógico entre el educador y el educando.
45
Según Freire, la construcción del conocimiento implica la reflexión
crítica sobre la realidad social y política en la que se encuentran los
estudiantes, y la acción transformadora para cambiarla. De esta
manera, el conocimiento no se limita a la adquisición de datos o
informaciones, sino que se orienta hacia la formación de sujetos
críticos y transformadores, capaces de analizar y transformar su
entorno.
En la pedagogía liberadora de Freire, el educador no es el dueño del

conocimiento, sino que actúa como un facilitador del proceso de
construcción del conocimiento por parte del estudiante. El diálogo
horizontal y la participación activa del estudiante son fundamentales
para la construcción de un conocimiento crítico y transformador.
Además, en la pedagogía liberadora de Freire se defiende la

importancia de una educación interdisciplinaria y contextualizada, que
tenga en cuenta las experiencias y necesidades de los estudiantes, y
que esté orientada hacia la acción transformadora de la realidad.
La pedagogía liberadora de Paulo Freire es una corriente educativa

que promueve la liberación del individuo a través del aprendizaje crítico
y reflexivo. En la actualidad, las tecnologías de la información y la
comunicación (TIC) se presentan como una herramienta para la
implementación de esta pedagogía. En este artículo se analizará la
relación entre la pedagogía liberadora de Freire y las Inteligencias
Artificiales (IA), y su relevancia en la educación actual.
46
Comprometidos con el desarrollo teórico y epistemológico de ésta
pedagogía, hay investigadores y académicos que están interesados en
la pedagogía liberadora de Paulo Freire y continúan investigando y
desarrollando esta teoría educativa. Algunos de los nombres más
destacados en esta área son Darder (1991), Giroux (1997), McLaren
(1989), Torres (2002) y Macedo (1994). Además, hay otros
investigadores y profesionales de la educación que están trabajando
en el campo de la pedagogía liberadora, contribuyendo a la
comprensión de cómo los estudiantes pueden desarrollar su
conciencia crítica y convertirse en agentes de cambio en sus propias
comunidades.
La pedagogía liberadora de Freire se basa en la idea de que el

aprendizaje debe ser un proceso crítico y reflexivo que permita la
liberación del individuo de las estructuras opresivas y alienantes. En
esta corriente, el papel del educador es el de facilitador y guía, y no el
de transmisor de conocimientos. Según Freire (1970), "La educación
como práctica de la libertad, al contrario de la que es práctica de la
dominación, implica la negación del hombre abstracto, aislado,
solitario, egoísta, que se da a sí mismo como fin último".
47
La pedagogía liberadora de Freire y las IA comparten la idea de que el
aprendizaje debe ser un proceso personalizado y crítico. Las IA pueden
ayudar a los estudiantes a construir su propio conocimiento al

en la educación desde una perspectiva liberadora. Algunos autores
(Freire, 1970) argumentan que el uso de las tecnologías puede limitar
la reflexión crítica de los estudiantes, ya que la IA proporciona
respuestas y soluciones de manera rápida y eficiente. En este sentido,
es importante encontrar un equilibrio entre el uso de las IA como
herramientas de apoyo al proceso de aprendizaje y la promoción de la
reflexión y el pensamiento crítico.
Pedagogía decolonial transformadora y las IA
La pedagogía decolonial transformadora busca cuestionar y desafiar

las formas tradicionales de enseñanza que han perpetuado la
dominación cultural, económica y política. Por lo tanto, esta pedagogía
propone nuevas lecturas de las ciencias de la educación que sean más
críticas, reflexivas y contextualizadas.
En lugar de enfatizar la objetividad y neutralidad de la educación, la

pedagogía decolonial transformadora reconoce que el conocimiento y
la enseñanza siempre están influidos por la historia, la cultura y el
48
contexto social. Por lo tanto, se enfoca en la construcción de un diálogo
intercultural y la valoración de los saberes y conocimientos de las
comunidades marginadas y excluidas.
Además, la pedagogía decolonial transformadora enfatiza en el poder

y la política en la educación, analizando cómo las relaciones de poder
se reflejan en el proceso educativo y cómo pueden transformarse para
una educación más justa y equitativa. También destaca la importancia
de una educación liberadora, que fomente la crítica y la reflexión sobre
la realidad social y promueva la acción transformadora.
La pedagogía decolonial transformadora propone nuevas lecturas del

aprendizaje que se alejan de la visión eurocéntrica y colonizadora del
conocimiento. En lugar de concebir el aprendizaje como una
transferencia de información de un experto a un receptor pasivo, se
entiende como un proceso colectivo de construcción de conocimiento
y diálogo horizontal entre estudiantes y docentes.
Además, se promueve una visión crítica de la educación que cuestiona

las estructuras de poder y las desigualdades sociales y culturales que
se reproducen en el sistema educativo. Se reconoce la diversidad de
experiencias y saberes de los estudiantes y se busca incorporarlos en
el proceso de enseñanza y aprendizaje.
En la pedagogía decolonial transformadora, la construcción del

conocimiento se entiende como un proceso colectivo y horizontal,
donde se valora la diversidad de saberes y experiencias de los
estudiantes. En lugar de concebir el conocimiento como algo absoluto
49
y universal, se reconoce que éste está influenciado por factores
culturales, políticos y sociales, y que se construye en un contexto
histórico y situado.
Además, se cuestiona la idea de que el conocimiento sólo puede ser

producido por ciertos grupos privilegiados, y se reconoce la importancia
de incluir en el proceso de construcción del conocimiento las
perspectivas y experiencias de grupos marginados y subalternos.
En este sentido, la pedagogía decolonial transformadora propone una

lectura del conocimiento como algo dinámico y en constante
construcción, donde se valoran las múltiples formas de conocimiento y
se promueve una visión crítica y reflexiva sobre el mismo. También se
busca la inclusión de diferentes perspectivas y saberes para enriquecer
el proceso de construcción del conocimiento.
La pedagogía decolonial transformadora es una corriente educativa

que busca romper con los paradigmas coloniales y construir una
educación que promueva la justicia social y la equidad. En la
actualidad, las tecnologías de la información y la comunicación (TIC),
como las Inteligencias Artificiales (IA), se presentan como una
herramienta para la implementación de esta pedagogía. En este
artículo se analizará la relación entre la pedagogía decolonial
transformadora y las IA, y su relevancia en la educación actual.
Hay varios investigadores y académicos que se centran en la

pedagogía decolonial transformadora. Algunos de los nombres más
destacados en esta área son: Boaventura de Sousa (2010), un
50
sociólogo y pensador portugués, que ha desarrollado la teoría de la
epistemología del sur, Walsh (2018), una antropóloga y académica
ecuatoriana, que ha trabajado en temas de educación intercultural y
decolonialidad. Es autora de "Interculturalidad, Estado, Sociedad:
luchas (de)coloniales de nuestra época; Grosfoguel (2007), un
sociólogo y teórico puertorriqueño, que ha desarrollado la teoría de la
"transmodernidad crítica". Es autor de "El giro decolonial: reflexiones
para una diversidad epistémica más allá del capitalismo global; Mignolo
(2010), un filósofo y teórico argentino, que ha desarrollado la teoría de
la "descolonialidad del saber". Es autor de "Historias locales/ Diseños
globales: colonialidad, conocimientos subalternos y pensamiento
fronterizo"; Maltonado-Torres (2019), escribe: La colonialidad de la
vida: sobre reconfiguraciones planetarias, criaturas y monstruos.;
Tapia-Sosa y Tapia-Ortiz (2023), investigadores autores de La práctica
pedagógica decolonial para el desarrollo del pensamiento crítico.
La pedagogía decolonial transformadora se enfoca en la construcción

de un conocimiento crítico y reflexivo que cuestione los valores y
creencias hegemónicas impuestos por el colonialismo. En esta
corriente, el conocimiento se construye de manera colectiva y se basa
en la interacción y el diálogo entre las diferentes culturas y
perspectivas. Según Mignolo (2011), "la pedagogía decolonial busca
descolonizar la mente, la imaginación, el conocimiento y la memoria".
51
La pedagogía decolonial transformadora y las IA comparten la idea de

que el aprendizaje debe ser un proceso personalizado y crítico. Las IA
pueden ayudar a los estudiantes a construir su propio conocimiento al


en la educación desde una perspectiva decolonial. Algunos autores
(Lugones, 2010) argumentan que la tecnología puede ser una forma
de colonialismo disfrazado, ya que muchas veces impone un modelo
único de conocimiento y reduce la diversidad cultural a un conjunto de
datos estadísticos.
En este sentido, es importante encontrar un equilibrio entre el uso de

las IA como herramientas de apoyo al proceso de aprendizaje y la
promoción de la diversidad cultural y la reflexión crítica.
Pedagogía crítica y las IA
La pedagogía crítica ha llevado a nuevas lecturas y enfoques en las

ciencias de la educación. Algunas de estas nuevas lecturas incluyen:
52
1. La educación como práctica política: La pedagogía crítica ve la
educación como una práctica política que tiene el poder de
transformar la sociedad. La educación no solo es un medio para
transmitir conocimientos, sino también una forma de empoderar
a las personas para luchar contra las injusticias sociales.
2. La educación como diálogo: La pedagogía crítica valora el

diálogo y la participación activa de los estudiantes en el proceso
de aprendizaje. En lugar de ser pasivos receptores de
conocimiento, los estudiantes deben ser animados a participar
en discusiones críticas y reflexionar sobre su propia experiencia.
3. La educación como herramienta para la liberación: La

pedagogía crítica tiene como objetivo liberar a las personas de
las opresiones que enfrentan en su vida cotidiana. La educación
se utiliza para desarrollar la conciencia crítica y la capacidad de
los estudiantes para actuar y luchar por la justicia social.
4. La educación como interseccionalidad: La pedagogía crítica

reconoce la interseccionalidad de las opresiones y cómo se
intersectan la raza, el género, la clase, la orientación sexual, la
religión y otros factores. La educación crítica debe abordar estas
intersecciones y desafiar los sistemas de opresión.
En la pedagogía crítica, las nuevas lecturas del aprendizaje se centran

en la construcción del conocimiento crítico y reflexivo, la participación
activa de los estudiantes en el proceso de aprendizaje y la relación
entre el aprendizaje y la transformación social.
53
Aprendizaje crítico y reflexivo: La pedagogía crítica enfatiza el
aprendizaje crítico y reflexivo, donde los estudiantes son animados a
cuestionar y analizar el conocimiento y la información que reciben. Los
estudiantes deben ser alentados a pensar críticamente y a reflexionar
sobre sus propias experiencias para construir un conocimiento más
profundo y significativo.
Participación activa de los estudiantes: La pedagogía crítica valora la

participación activa de los estudiantes en el proceso de aprendizaje.
En lugar de ser receptores pasivos de información, los estudiantes
deben ser alentados a participar en discusiones y debates, colaborar
en proyectos y llevar a cabo investigaciones. La participación activa
ayuda a los estudiantes a desarrollar habilidades y conocimientos
críticos y a construir su propia comprensión del mundo.
Relación entre el aprendizaje y la transformación social: La pedagogía

crítica ve el aprendizaje como un medio para la transformación social.
Los estudiantes deben ser animados a reflexionar sobre las relaciones
de poder y las estructuras sociales que dan lugar a la injusticia y la
desigualdad. La educación crítica debe ayudar a los estudiantes a
desarrollar una conciencia crítica y una capacidad para actuar y luchar
por la justicia social.
En la pedagogía crítica, la construcción del conocimiento se enfoca en

la idea de que el conocimiento no es una entidad fija y objetiva, sino
más bien una construcción social y política. Algunas de las nuevas
lecturas de la construcción del conocimiento en la pedagogía crítica
incluyen:
54
1. Conocimiento situado: La pedagogía crítica reconoce que el
conocimiento es situado, lo que significa que está construido en
contextos sociales y culturales específicos. Los estudiantes
deben ser animados a reflexionar sobre cómo sus propias
experiencias y perspectivas influyen en la construcción de su
conocimiento.
2. Conocimiento crítico: La pedagogía crítica busca fomentar la

construcción de un conocimiento crítico, donde los estudiantes
cuestionan y analizan el conocimiento y la información que
reciben. Los estudiantes deben ser animados a pensar
críticamente y a reflexionar sobre la naturaleza y las fuentes del
conocimiento.
3. Conocimiento como proceso de construcción social: La

pedagogía crítica ve el conocimiento como un proceso de
construcción social. Los estudiantes deben ser animados a
colaborar con otros en la construcción del conocimiento y a
considerar cómo el conocimiento es construido y compartido en
diferentes contextos sociales y culturales.
4. Conocimiento como herramienta para la transformación social:

La pedagogía crítica enfatiza el papel del conocimiento en la
transformación social. Los estudiantes deben ser animados a
reflexionar sobre cómo el conocimiento puede ser utilizado para
abordar problemas sociales y para luchar por la justicia social.
55
La pedagogía crítica es una corriente educativa que busca promover la
reflexión crítica y la transformación social a través de la educación. En
la actualidad, las tecnologías de la información y la comunicación (TIC),
como las Inteligencias Artificiales (IA), se presentan como una
herramienta para la implementación de esta pedagogía. En este
artículo se analizará la relación entre la pedagogía crítica y las IA, y su
relevancia en la educación actual.
Los investigadores y académicos que están interesados en la

pedagogía crítica y continúan investigando y desarrollando esta teoría
educativa. Algunos de los nombres más destacados en esta área son
Hooks (1994), Freire (1970), Giroux (1983), McLaren (1989), Darder
(1981), y Apple (1979).
Además, hay otros investigadores y profesionales de la educación que

están trabajando en el campo de la pedagogía crítica, contribuyendo a
la comprensión de cómo los estudiantes pueden desarrollar su
conciencia crítica y convertirse en agentes de cambio en sus propias
comunidades.
La pedagogía crítica se enfoca en la construcción de un conocimiento

crítico y reflexivo que cuestione los valores y creencias hegemónicas y
promueva la justicia social y la equidad. En esta corriente, el
conocimiento se construye de manera colectiva y se basa en la
interacción y el diálogo entre los estudiantes y el docente. Según
Giroux (2011), "la pedagogía crítica se enfoca en la liberación de la
mente, el espíritu y el cuerpo de los estudiantes".
56
La pedagogía crítica y las IA comparten la idea de que el aprendizaje

debe ser un proceso personalizado y crítico. Las IA pueden ayudar a
los estudiantes a construir su propio conocimiento al proporcionarles
recursos adaptados a su nivel y ritmo de aprendizaje. Además, las IA
pueden ofrecer retroalimentación inmediata y personalizada, lo que
permite a los estudiantes reflexionar sobre su propio proceso de
aprendizaje y ajustar su estrategia si es necesario.

en la educación desde una perspectiva crítica. Algunos autores (Biesta,
2019) argumentan que las IA pueden perpetuar y reproducir la
desigualdad social y la discriminación al estar diseñadas a partir de
algoritmos que se basan en datos históricos que reflejan los prejuicios
y estereotipos culturales.
En este sentido, es importante tener en cuenta que las IA no son una

solución mágica para los problemas educativos, y que deben ser
utilizadas con precaución y con un enfoque crítico.
57
Pedagogía intercultural investigativa y la IA
La pedagogía intercultural investigativa ha generado nuevas lecturas y

enfoques en las ciencias de la educación. Algunas de estas nuevas
lecturas son:
1. Valoración de la diversidad cultural: La pedagogía intercultural

investigativa enfatiza la importancia de reconocer y valorar la
diversidad cultural de los estudiantes y de las comunidades en
las que se insertan. Esto implica tener en cuenta las diferentes
formas de vida, pensamiento y expresión, y cómo influyen en la
educación y en la construcción de conocimientos.
2. Participación activa de las comunidades: La pedagogía

intercultural investigativa promueve la participación activa de las
comunidades en el proceso educativo. Esto significa reconocer
y valorar los saberes y las prácticas locales, y utilizarlos para
enriquecer el currículo y mejorar la educación.
3. Enfoque en la interacción y el diálogo: La pedagogía intercultural

investigativa pone en valor la interacción y el diálogo entre
diferentes culturas como una herramienta para el aprendizaje y
la construcción de conocimientos. Esto implica reconocer y
valorar las diferencias culturales, y fomentar la empatía, la
solidaridad y el respeto mutuo.
4. Reflexión crítica sobre las prácticas educativas: La pedagogía

intercultural investigativa promueve la reflexión crítica sobre las
prácticas educativas actuales y su relación con la diversidad
58
cultural. Esto implica cuestionar las formas en que se construyen
los conocimientos y adaptar los métodos educativos a las
necesidades y realidades culturales de los estudiantes.
La pedagogía intercultural investigativa ha llevado a nuevas lecturas y

enfoques en el aprendizaje. Algunas de estas nuevas lecturas son:
Aprendizaje situado y contextualizado: La pedagogía intercultural

investigativa promueve un enfoque de aprendizaje situado y
contextualizado, que tiene en cuenta el contexto cultural y social en el
que se produce el aprendizaje. Esto implica que el aprendizaje debe
ser relevante y significativo para los estudiantes, y estar vinculado a su
realidad cultural y social.
Aprendizaje colaborativo: La pedagogía intercultural investigativa

fomenta el aprendizaje colaborativo, en el que los estudiantes trabajan
juntos para construir conocimientos y compartir experiencias. Esto
implica la valoración de la diversidad cultural y la necesidad de
fomentar el diálogo y la comunicación intercultural.
Aprendizaje crítico: La pedagogía intercultural investigativa promueve

el aprendizaje crítico, en el que los estudiantes cuestionan y analizan
las prácticas educativas y las construcciones culturales que subyacen
en ellas. Esto implica fomentar el pensamiento crítico y la reflexión
sobre la diversidad cultural y sus implicaciones en la educación.
Aprendizaje basado en proyectos: La pedagogía intercultural

investigativa promueve el aprendizaje basado en proyectos, en el que
los estudiantes se involucran en la investigación y la producción de
59
conocimientos. Esto implica que los estudiantes deben tener un papel
activo en su aprendizaje, y que el proceso de aprendizaje debe ser
significativo y relevante para ellos.
En la pedagogía intercultural investigativa, se han generado nuevas

lecturas y enfoques en la construcción del conocimiento. Algunas de
estas nuevas lecturas son:
1. Conocimiento situado y contextualizado: La pedagogía

intercultural investigativa enfatiza la importancia de construir
conocimientos que estén situados y contextualizados en la
realidad cultural y social de los estudiantes. Esto implica que el
conocimiento debe ser relevante y significativo para los
estudiantes y estar conectado con su contexto cultural y social.
2. Valoración de los saberes y conocimientos locales: La

pedagogía intercultural investigativa reconoce la importancia de
los saberes y conocimientos locales en la construcción del
conocimiento. Esto implica valorar y utilizar los conocimientos
que existen en las comunidades locales y considerarlos en la
construcción de conocimientos más amplios.
3. Diálogo y comunicación intercultural: La pedagogía intercultural

investigativa fomenta el diálogo y la comunicación intercultural
como una forma de construir conocimientos que sean inclusivos
y respetuosos con la diversidad cultural. Esto implica escuchar
y valorar las diferentes perspectivas y enfoques culturales en la
construcción del conocimiento.
60
4. Reflexión crítica sobre la construcción del conocimiento: La
pedagogía intercultural investigativa promueve la reflexión
crítica sobre los procesos de construcción del conocimiento y
cómo estos están influenciados por las prácticas culturales y
sociales. Esto implica cuestionar y analizar los procesos de
construcción del conocimiento y adaptarlos a las necesidades y
realidades culturales de los estudiantes.
La pedagogía intercultural investigativa es una corriente educativa que

se enfoca en la promoción del diálogo intercultural y el respeto por la
diversidad cultural. En la actualidad, las tecnologías de la información
y la comunicación (TIC), como las Inteligencias Artificiales (IA), se
presentan como una herramienta para la implementación de esta
pedagogía. En este artículo se analizará la relación entre la pedagogía
intercultural investigativa y las IA, y su relevancia en la educación
actual.
En la actualidad, hay varios investigadores y académicos que se

centran en la pedagogía intercultural investigativa. Algunos de los
nombres más destacados en esta área son: Hernández (2006), Guitart
(2019), Cáceres (2021), Anaya (2010), Bartolomé (2007) y Tapia,
(2021).
La pedagogía intercultural investigativa se basa en la idea de que la

educación debe ser un proceso que promueva el diálogo intercultural y
el respeto por la diversidad cultural. En esta corriente, se enfatiza la
importancia de la investigación participativa y la colaboración entre
diferentes culturas y comunidades. Según Canales (2013), "la
61
pedagogía intercultural investigativa es una pedagogía crítica que
busca transformar la realidad a través de la reflexión y el diálogo
intercultural".
La pedagogía intercultural investigativa y las IA comparten la idea de

que el aprendizaje debe ser un proceso personalizado y colaborativo.
Las IA pueden ayudar a los estudiantes a construir su propio
conocimiento al proporcionarles recursos adaptados a su nivel y ritmo
de aprendizaje. Además, las IA pueden ofrecer retroalimentación
inmediata y personalizada, lo que permite a los estudiantes reflexionar
sobre su propio proceso de aprendizaje y ajustar su estrategia si es
necesario.

en la educación intercultural desde una perspectiva crítica. Algunos
autores (García-Holgado y otros, 2020) argumentan que las IA pueden
perpetuar y reproducir la desigualdad cultural y el colonialismo al estar
diseñadas a partir de algoritmos que reflejan los valores culturales
dominantes. En este sentido, es importante tener en cuenta que las IA
no son una solución mágica para los problemas educativos, y que
deben ser utilizadas con precaución y con un enfoque crítico.
62
Integración y discrepancias de las pedagogías
El nivel de integración y discrepancia de las pedagogías abordadas

anteriormente, se manifiesta en que cada una de ellas presenta
diferentes enfoques y énfasis en la educación, pero todas coinciden en
la importancia de una educación crítica, participativa, inclusiva y
adaptada a las necesidades y características de cada estudiante.
Además, todas las pedagogías analizadas tienen en cuenta la

importancia de la tecnología en la educación y cómo ésta puede ser
utilizada como una herramienta para mejorar el proceso de
construcción del conocimiento, así como el promover la reflexión y el
diálogo crítico.
Por otro lado, también se pueden observar algunas discrepancias en

cuanto a los enfoques y énfasis de cada una de las pedagogías. Por
ejemplo, mientras que la pedagogía constructivista se centra en el
papel activo del estudiante en su propio proceso de aprendizaje, la
pedagogía decolonial transformadora se enfoca en la descolonización
del conocimiento y la promoción de la diversidad cultural en la
educación.
En general, se puede decir que todas las pedagogías analizadas en las

preguntas anteriores tienen en común el objetivo de una educación
más crítica, participativa e inclusiva, pero cada una de ellas aporta su
propio enfoque y perspectiva sobre cómo lograr estos objetivos en la
práctica educativa.
63
En conclusión:
La pedagogía y la IA están relacionadas en el sentido de que la IA

puede mejorar la eficacia de la educación y personalizar el aprendizaje
de los estudiantes. Sin embargo, es importante encontrar un equilibrio
entre el uso de la tecnología y la interacción humana en la enseñanza.
Además, es esencial garantizar que los datos de los estudiantes se
manejen de manera segura y se protejan contra el acceso no
autorizado.
La pedagogía constructivista y las IA son dos áreas de interés en la

educación actual que comparten la idea de que el aprendizaje es un
proceso activo y personalizado. Las IA pueden ser una herramienta útil
para apoyar el proceso de aprendizaje y mejorar la retroalimentación
personalizada, pero es importante tener en cuenta que no deben
reemplazar el papel del estudiante como protagonista de su propio
proceso de aprendizaje. En este sentido, el docente debe actuar como
facilitador y guía para ayudar al estudiante a construir su propio
conocimiento y fomentar el pensamiento crítico y la reflexión.
La pedagogía liberadora de Freire y las IA son dos áreas de interés en

la educación actual que comparten la idea de que el aprendizaje debe
ser un proceso crítico y personalizado. Las IA pueden ser una
herramienta útil para apoyar el proceso de aprendizaje y mejorar la
retroalimentación personalizada, pero es importante tener en cuenta
que no deben reemplazar el papel del estudiante como protagonista de
su propio proceso de aprendizaje. En este sentido, el docente debe
64
actuar como facilitador y guía para ayudar al estudiante a construir su
propio conocimiento y fomentar la reflexión crítica.
La pedagogía decolonial transformadora y las IA son dos áreas de

interés en la educación actual que comparten la idea de que el
aprendizaje debe ser un proceso crítico y personalizado. Las IA pueden
ser una herramienta útil para apoyar el proceso de aprendizaje y
mejorar la retroalimentación personalizada, pero es importante tener
en cuenta que no deben reemplazar la diversidad cultural y la reflexión
crítica en el proceso de construcción del conocimiento. En este sentido,
el docente debe actuar como facilitador y guía para ayudar al
estudiante a construir su propio conocimiento y fomentar la reflexión
crítica.
La pedagogía crítica y las IA son dos áreas de interés en la educación

actual que comparten la idea de que el aprendizaje debe ser un
proceso crítico y personalizado. Las IA pueden ser una herramienta útil
para apoyar el proceso de aprendizaje y mejorar la retroalimentación
personalizada, pero es importante tener en cuenta que no deben
perpetuar la desigualdad social y la discriminación. En este sentido, el
docente debe actuar como facilitador y guía para ayudar al estudiante
a construir su propio conocimiento y fomentar la reflexión crítica.
La pedagogía intercultural investigativa y las IA son dos áreas de

interés en la educación actual que comparten la idea de que el
aprendizaje debe ser un proceso personalizado y colaborativo. Las IA
pueden ser una herramienta útil para apoyar el proceso de aprendizaje
y mejorar la retroalimentación personalizada, pero es importante tener
65
en cuenta que no deben perpetuar la desigualdad cultural y el
colonialismo. En este sentido, el docente debe actuar como facilitador
y guía para ayudar al estudiante a construir su propio conocimiento y
fomentar el diálogo intercultural.
Referencias
Ausubel, D. P. (1968). Educational Psychology: A Cognitive View. New

York: Holt, Rinehart, and Winston.
Anaya, J. R. (2010). Educación intercultural en el Perú. Lima: Ministerio
de Educación del Perú.
Apple, M. (1979). Ideología y currículum. Madrid: Akal.
Bartolomé, M. (2001). Diversidad cultural y educación intercultural.
Madrid: Ediciones Morata.
Biesta, G. (2019). Giving body to the data: A critical perspective on AI
and education. Learning, Media and Technology, 44(3), 281-
293.
Boaventura de Sousa, S. (2010). Descolonizar el saber, reinventar el
poder.
Bruner, J. S. (1983). Child's Talk: Learning to Use Language. New York:
W. W. Norton & Company.
Cáceres, R. (2021). Pedagogía intercultural crítica: construyendo
prácticas educativas transformadoras.
Canales, A. (2013). Pedagogía intercultural investigativa: un camino
hacia la transformación social. Revista Educación.
Darder, A. (1991). Culture and Power in the Classroom: Educational
Foundations for the Schooling of Bicultural Students.
66
Dede, C. (2018). The role of artificial intelligence in education. Phi Delta
Kappan, 99(7), 44-48.
Dewey, J. (1916). Democracy and Education. New York: The Macmillan
Company.
Freire, P. (1970). Pedagogía del oprimido. Montevideo: Siglo XXI.
Gardner, H. (1993). Multiple Intelligences: The Theory in Practice. New
York: Basic Books.
Grosfoguel, R. (2007). El giro decolonial: reflexiones para una
diversidad epistémica más allá del capitalismo global.
Giroux, H. A. (2011). On critical pedagogy. Bloomsbury Publishing
USA.
Giroux, H. (1983). Theory and Resistance in Education: Towards a
Pedagogy for the Opposition.
Giroux, H. (1997). Pedagogy and the Politics of Hope: Theory, Culture,
and Schooling, a Critical Reader.
Guitart, M. E. (2019). Pedagogía crítica intercultural. Barcelona:
Octaedro.
Harris, A. (2019). Artificial intelligence in education: promises and
pitfalls. Educational Researcher, 48(4), 251-260.
Hernández, R. A. (2006). Las lenguas indígenas y la educación
intercultural en México.
Hooks, B. (1994): Teaching to Transgress: Education as the Practice of
Freedom.
Jonassen, D. H. (1991). Objectivism versus Constructivism: Do We
Need a New Philosophical Paradigm? Educational Technology
Research and Development, 39(3), 5-14.
Levy, D. (2017). Artificial intelligence and education. London Review of
Education, 15(3), 415-427. DOI: 10.18546/LRE.15.3.09
67
Lugones, M. (2010). Hacia un feminismo descolonial. Estudios
Feministas.
Macedo, D. (1994). Literacies of Power: What Americans Are Not
Allowed to Know.
Maldonado-Torres, N. (2019). La colonialidad de la vida: sobre
reconfiguraciones planetarias, criaturas y monstruos.
Mignolo, W. (2010). Desobediencia epistémica: retórica de la
modernidad, lógica de la colonialidad y gramática de la
descolonialidad.
McLaren, P. (1989). Life in Schools: An Introduction to Critical
Pedagogy in the Foundations of Education.
Papert, S. (1980). Mindstorms: Children, Computers, and Powerful
Ideas. New York: Basic Books.
Piaget, J. (1971). Psicología y pedagogía. Barcelona: Ariel.
Piaget, J. (1970). Structuralism. New York: Harper & Row.
Resnick, L. B. (1987). Education and Learning to Think. Washington,
DC: National Academy Press.
Scardamalia, M. & Bereiter, C. (1991). Higher Levels of Agency for
Children in Knowledge Building: A Challenge for the Design of
New Knowledge Media. The Journal of the Learning Sciences,
1(1), 37-68.
Tapia-Sosa, E.V. y Tapia-Ortiz, L.W. (2023). La práctica pedagógica
decolonial para el desarrollo del pensamiento crítico, Editorial
inBlue.
Tapia, E. V. (2021). Modelo pedagógico intercultural, inBlue Editorial
Tapia-Sosa, E. V., Tapia-Ortiz, Y.A. y Reyes-Palau, N. C. (2023).
Fundamentos de la didáctica para la construcción del conocimiento
científico, inBlue editorial.
68
Torres, C. A. (1993). Comparative Education: The Dialectic of the
Global and the Local.
Vygotsky, L. S. (1978). Mind in Society: The Development of Higher
Psychological Processes. Cambridge, MA: Harvard University
Press.
Walsh, C. (2018). Pedagogías decoloniales: prácticas insurgentes de
resistir, (re)existir y (re)vivir.
69
LA DINÁMICA DIDÁCTICA DEL APRENDIZAJE DESDE LA
INTELIGENCIA ARTIFICIAL
Ermel Viacheslav Tapia Sosa

https://orcid.org/0000-0002-8955-2076
La inteligencia racional se refiere a la capacidad de pensar de manera

lógica y analítica, aplicando el razonamiento para solucionar problemas
y tomar decisiones efectivas. Esta inteligencia también incluye
habilidades como la comprensión verbal, la capacidad de
razonamiento abstracto y la capacidad de procesar información de
manera ordenada y secuencial.
En cuanto a los procesos para la construcción del conocimiento, estos

incluyen la observación, la recopilación y análisis de información, la
identificación de patrones y la formulación de hipótesis y teorías.
También se incluyen la validación de las teorías a través de pruebas,
experimentos, la revisión y actualización constante de las teorías a
medida que se obtiene nueva información.
La construcción del conocimiento también implica la aplicación de la

inteligencia racional para resolver problemas y tomar decisiones
informadas. Esto incluye la identificación de opciones y la evaluación
de las consecuencias de cada una de ellas, así como la selección de
la mejor opción en función de la información disponible y los objetivos
deseados.
70
Hay varios teóricos que han aportado en la comprensión de las
capacidades de la construcción racional humana. Entre ellos son:
Jean Piaget: fue un psicólogo suizo que creo la teoría del desarrollo
cognitivo, que describe cómo los niños desarrollan gradualmente la
capacidad de pensar de manera lógica y abstracta a medida que
crecen. Precisa que: "El objetivo fundamental de la educación es
formar individuos capaces de hacer cosas nuevas, no simplemente de
repetir lo que otras generaciones han hecho" (Piaget, 1974).
Lev Vygotsky: fue un psicólogo ruso que propuso la teoría del

aprendizaje sociocultural, que sostiene que el aprendizaje se produce
a través de la interacción social y el intercambio de conocimientos entre
personas. Señala que: "El aprendizaje no puede ser entendido sin un
análisis de la forma en que el niño individualmente construye el
conocimiento" (Vygotsky, 1978).
Howard Gardner: es un psicólogo estadounidense que desarrolló la

teoría de las inteligencias múltiples, que reconoce que existen
diferentes tipos de inteligencia, incluyendo la inteligencia lógica-
matemática, la inteligencia verbal-lingüística y la inteligencia espacial.
Considera que: "La inteligencia es la capacidad de resolver problemas
o fabricar productos que son valorados en una o más culturas"
(Gardner, 1983).
Robert Sternberg: es un psicólogo estadounidense que desarrolló la

teoría de la inteligencia triádica, que propone que la inteligencia se
compone de tres aspectos: la inteligencia analítica, la inteligencia
71
creativa y la inteligencia práctica. Valora que: "La inteligencia es un
término relativo. Si se define la inteligencia en términos de aquello en
lo que uno es bueno, entonces el mundo está lleno de personas
inteligentes" (Sternberg, 1997).
Estos teóricos han aportado a la comprensión de las capacidades de

la construcción racional humana, desde diferentes perspectivas y
enfoques. Sus teorías han influido en la forma en que se aprende y se
evalúa el pensamiento crítico y la resolución de problemas en
diferentes contextos educativos y profesionales.
En cambio, las inteligencias artificiales son sistemas informáticos que

pueden realizar tareas que normalmente requieren inteligencia
humana, como reconocimiento de voz, visión por computadora, toma
de decisiones y aprendizaje automático. Estas tecnologías están
presentes en diferentes ámbitos, desde la medicina hasta el transporte,
pasando por la banca y el entretenimiento.
Una de las áreas en las que las inteligencias artificiales han tenido un
mayor impacto es en el aprendizaje automático, que consiste en
entrenar un modelo de inteligencia artificial para que pueda aprender a
partir de los datos y mejorar su capacidad para realizar tareas
específicas. Esta técnica ha permitido el desarrollo de sistemas de
reconocimiento de imágenes, detección de fraudes, diagnóstico
médico, entre otros.
Otro campo en el que las inteligencias artificiales están teniendo un

gran impacto es el procesamiento del lenguaje natural, que se utiliza
72
en aplicaciones como los chatbots o los asistentes virtuales, que
pueden entender y responder a las preguntas y solicitudes de los
usuarios de forma natural.
A medida que las tecnologías de inteligencia artificial se vuelven más

sofisticadas, también surgen preocupaciones sobre su impacto en la
sociedad. Una de las principales preocupaciones es el impacto en el
mercado laboral, ya que muchos trabajos podrían ser automatizados y
sustituidos por sistemas de inteligencia artificial. Además, también se
plantean preocupaciones éticas en torno a la privacidad y la seguridad
de los datos.
A pesar de estas preocupaciones, las inteligencias artificiales tienen el

potencial de mejorar nuestra calidad de vida y cambiar la forma en que
trabajamos y nos relacionamos. Por ello, es importante seguir
investigando y desarrollando estas tecnologías de forma responsable
y ética.
Expertos en el campo de las inteligencias artificiales precisan que: "La

investigación en inteligencia artificial es vital para entender cómo
podemos mejorar la forma en que las máquinas y los humanos
interactúan. Es una disciplina que evoluciona constantemente y que
tiene el potencial de revolucionar muchos aspectos de nuestra vida
cotidiana". – Un investigador que aporta en ese sentido es Andrew Ng,
profesor de ciencias de la computación en la Universidad de Stanford
y fundador de Google Brain.
73
"La investigación en inteligencia artificial es crucial para avanzar en la
comprensión de cómo podemos utilizar la tecnología para mejorar
nuestras vidas. Es importante que se realice de forma ética y
responsable para evitar cualquier impacto negativo en la sociedad". Lo
señala Fei-Fei Li, profesora de ciencias de la computación en la
Universidad de Stanford y directora del Laboratorio de Inteligencia
Artificial de Stanford.
"La investigación en inteligencia artificial es esencial para garantizar

que estas tecnologías se desarrollen de forma responsable y para
evitar cualquier impacto negativo en la sociedad. Es importante trabajar
en colaboración con expertos en ética y otras disciplinas para
garantizar que se tomen en cuenta las implicaciones sociales y éticas".
Lo señala: Stuart Russell, profesor de ciencias de la computación en la
Universidad de California, Berkeley y autor del libro "Human
Compatible: Artificial Intelligence and the Problem of Control".
A pesar de que las inteligencias artificiales son sistemas informáticos

que pueden realizar tareas que normalmente requieren inteligencia
humana, todavía existen fronteras claras entre ellas y las competencias
socioafectivas.
Las inteligencias artificiales son capaces de procesar grandes

cantidades de datos y realizar tareas específicas, pero carecen de la
empatía, la creatividad y la intuición que caracterizan a las
competencias socioafectivas humanas. Aunque existen sistemas de
inteligencia artificial que pueden detectar y reconocer emociones
74
humanas, no pueden experimentarlas de la misma manera que los
seres humanos.
Desde la racionalidad humana y la inteligencia artificial (IA), se pueden

proyectar diferentes enfoques para el desarrollo de las capacidades o
competencias del estudiante que aprende. A continuación, se
presentan algunos ejemplos:
Desde la racionalidad humana:
• Se enfoca en desarrollar la capacidad de razonamiento y

pensamiento crítico del estudiante a través de la reflexión, el
análisis y la síntesis de información.
• Se busca desarrollar la creatividad y la capacidad de resolver

problemas complejos de manera innovadora y eficiente.
• Se busca fomentar la autonomía y la capacidad de aprendizaje

autodirigido, de manera que el estudiante pueda adquirir nuevos
conocimientos y habilidades de manera independiente.
• Se enfoca en desarrollar habilidades sociales y emocionales,

como la empatía, la comunicación efectiva y la capacidad de
trabajar en equipo.
Desde la IA:
• Se puede utilizar la IA para personalizar el aprendizaje y

adaptarlo a las necesidades y habilidades individuales de cada
estudiante.
75
• Se pueden utilizar sistemas de tutoría inteligente para
proporcionar retroalimentación inmediata y específica a los
estudiantes, lo que puede ayudar a mejorar su desempeño
académico.
• Se puede utilizar la IA para identificar patrones en el rendimiento

académico de los estudiantes y predecir posibles dificultades o
áreas de mejora.
• Se pueden utilizar herramientas de IA para automatizar tareas

repetitivas y liberar tiempo para actividades más creativas e
interactivas.
Por tanto, la racionalidad humana como la IA pueden proporcionar

enfoques complementarios para el desarrollo de las capacidades o
competencias del estudiante que aprende. La racionalidad humana
enfatiza el desarrollo de habilidades sociales, emocionales y de
pensamiento crítico, mientras que la IA puede proporcionar
herramientas y tecnologías para personalizar el aprendizaje y mejorar
el rendimiento académico de los estudiantes.
La competencia se refiere a la capacidad que tiene una persona para

realizar una tarea específica de manera eficiente y efectiva. En el
contexto educativo, las competencias son habilidades, conocimientos
y actitudes que permiten a los estudiantes enfrentar y resolver
situaciones problemáticas de manera efectiva.
El desarrollo de competencias es esencial para el desempeño

académico de los estudiantes, ya que les permite adquirir habilidades
76
y conocimientos que les serán útiles en la vida diaria y en su futura vida
profesional. Al desarrollar competencias, los estudiantes pueden
mejorar su capacidad para analizar, interpretar y resolver problemas
de manera crítica y creativa. Además, también pueden desarrollar
habilidades sociales, como la capacidad de trabajar en equipo,
comunicarse de manera efectiva y tomar decisiones informadas.
Por consiguiente, el desarrollo de competencias en los estudiantes es

fundamental para garantizar un desempeño académico óptimo y para
prepararlos para enfrentar los desafíos de la vida real.
Por otro lado, las competencias socioafectivas humanas son cruciales

en muchos ámbitos, como la educación, la salud y las relaciones
interpersonales. Estas habilidades permiten a los seres humanos
comprender las necesidades y emociones de los demás, establecer
relaciones sólidas y tomar decisiones informadas en situaciones
complejas.
Es importante tener en cuenta que, aunque las competencias

socioafectivas no pueden ser replicadas completamente por las
inteligencias artificiales, ambas áreas pueden complementarse entre
sí. Por ejemplo, los sistemas de inteligencia artificial pueden ser
utilizados para mejorar la atención médica y la educación, mientras que
las competencias socioafectivas pueden ser utilizadas para
complementar la toma de decisiones en estas áreas.
La metodología ERCA (Experiencia, Reflexión, Conceptualización y

Acción) es un enfoque pedagógico que se utiliza para promover el
77
aprendizaje activo y significativo. En esta metodología, los estudiantes
participan en una serie de actividades que les permiten experimentar,
reflexionar, conceptualizar y aplicar los conocimientos adquiridos en
situaciones reales.
En la fase experiencial, los estudiantes tienen la oportunidad de

experimentar y explorar un tema en particular a través de actividades
prácticas y experiencias vivenciales. Durante esta fase, los estudiantes
pueden tener acceso a tecnologías como la inteligencia artificial para
complementar su aprendizaje.
La inteligencia artificial (IA) es una tecnología que se utiliza para

simular la inteligencia humana y realizar tareas que normalmente
requieren inteligencia humana. La IA puede ser utilizada para procesar
grandes cantidades de datos, realizar predicciones y automatizar
tareas repetitivas. Además, la IA también se puede utilizar para
personalizar el aprendizaje y proporcionar retroalimentación adaptativa
a los estudiantes.
En la fase de aplicación de la metodología ERCA, los estudiantes

aplican los conocimientos adquiridos en situaciones reales. Durante
esta fase, el uso de la IA puede ser muy pertinente, ya que puede
ayudar a los estudiantes a abordar problemas complejos y a tomar
decisiones informadas. Además, la IA puede ser utilizada para
a los estudiantes, lo que puede mejorar su rendimiento y su capacidad
para aplicar los conocimientos adquiridos en situaciones reales.
78
Existen varios investigadores educativos que han realizado estudios
sobre el uso de la inteligencia artificial en la educación y su aplicación
en diferentes metodologías pedagógicas, incluyendo la metodología
ERCA.
El ERCA (Enseñanza Reflexiva con el Círculo de Amigos) es una

metodología educativa que tiene como objetivo el desarrollo de
destrezas y competencias en los estudiantes a través de un enfoque
reflexivo y colaborativo. En este proceso de aprendizaje, la inteligencia
artificial puede tener un aporte significativo al facilitar el análisis de
grandes cantidades de datos y la detección de patrones y relaciones
complejas en ellos.
El uso de la IA en la metodología ERCA puede ser muy pertinente en

las fases experiencial y de aplicación. La IA puede proporcionar a los
estudiantes herramientas adicionales para explorar y experimentar
temas complejos, así como para aplicar los conocimientos adquiridos
en situaciones reales. Además, la IA también puede ser utilizada para
a los estudiantes, lo que puede mejorar su rendimiento y su capacidad
para aplicar los conocimientos adquiridos en situaciones reales.
Existen varios investigadores educativos que han aportado

investigaciones relevantes sobre el uso de la inteligencia artificial en la
educación y su posible aplicación en diferentes metodologías
pedagógicas, incluyendo la metodología ERCA. Estas investigaciones
pueden ser útiles para los educadores que deseen explorar nuevas
79
formas de mejorar el aprendizaje de sus estudiantes mediante la
aplicación de tecnologías innovadoras.
Uno de los investigadores más destacados en este campo es Neil

Selwyn, profesor de la Universidad de Monash en Australia, quien ha
investigado sobre el impacto de la inteligencia artificial en la educación
y su posible aplicación en diferentes áreas curriculares.
Otro investigador destacado en este campo es Erik Duval, profesor de

la Universidad de Lovaina en Bélgica, quien ha realizado estudios
sobre el uso de la inteligencia artificial en el aprendizaje personalizado
y su aplicación en diferentes entornos educativos.
Asimismo, otros investigadores como Linda Bradley y Terry Anderson

han investigado sobre el uso de la inteligencia artificial en el
aprendizaje en línea y su posible aplicación en diferentes metodologías
pedagógicas.
Es importante destacar que existen muchos otros investigadores y

estudios relevantes en este campo, por lo que se recomienda realizar
una búsqueda más amplia para obtener una visión más completa de
las investigaciones educativas sobre el uso de la inteligencia artificial
en la educación. (Selwyn 2020, Duval & Verbert 2017, Bradley &
Anderson 2016).
El pensamiento de las inteligencias artificiales se ha fundamentado en

gran medida en las neurociencias, en particular en el estudio del
cerebro y su funcionamiento. Las investigaciones en inteligencia
artificial han permitido el desarrollo de modelos y algoritmos que
80
simulan el funcionamiento del cerebro humano, lo que ha llevado a
importantes avances en el campo de las neurociencias.
Uno de los aportes más importantes de las inteligencias artificiales al

desarrollo de las neurociencias ha sido la posibilidad de crear modelos
computacionales que simulan el funcionamiento de las redes
neuronales del cerebro. Estos modelos han permitido a los
investigadores estudiar cómo las neuronas se comunican entre sí y
cómo se procesa la información en el cerebro, lo que ha llevado a
importantes descubrimientos en el campo de las neurociencias.
Otro aporte importante de las inteligencias artificiales al desarrollo de

las neurociencias es su capacidad para procesar grandes cantidades
de datos y detectar patrones y relaciones complejas en ellos. Esto ha
permitido a los investigadores identificar nuevas áreas del cerebro que
están involucradas en diferentes funciones cognitivas, lo que ha llevado
a importantes avances en la comprensión de la estructura y función del
cerebro.
Los modelos computacionales de las inteligencias artificiales pueden

tener diferentes formas y estructuras, dependiendo del tipo de
problema que se desea resolver y de la metodología que se utiliza para
crearlos. Sin embargo, en general, estos modelos están diseñados
para simular el funcionamiento de las redes neuronales del cerebro
humano, utilizando algoritmos matemáticos y técnicas de aprendizaje
automático.
81
Los modelos computacionales más comunes en inteligencia artificial
son las redes neuronales artificiales, que están inspiradas en las redes
neuronales del cerebro humano. Estas redes están compuestas por
nodos o neuronas artificiales interconectadas entre sí, que se activan
o desactivan en función de la información que reciben de otras
neuronas. La información fluye a través de estas redes de neuronas, y
los algoritmos utilizados para ajustar las conexiones entre las neuronas
permiten que la red aprenda y se adapte a diferentes situaciones.
Otro tipo de modelo computacional utilizado en inteligencia artificial es

el modelo de árbol de decisión, que se utiliza para clasificar y predecir
diferentes tipos de datos. Este modelo divide los datos en diferentes
ramas, cada una de las cuales representa una opción o decisión
posible. A medida que se van analizando los datos, el modelo se va
ramificando y tomando decisiones en función de los resultados
obtenidos.
Por ejemplo, la inteligencia artificial puede utilizarse para analizar los

patrones de aprendizaje de los estudiantes y detectar posibles
deficiencias en su comprensión de un tema específico. A partir de estos
datos, el docente puede diseñar estrategias de enseñanza más
efectivas y personalizadas para cada estudiante, lo que podría mejorar
su desempeño y su capacidad para desarrollar destrezas y
competencias.
Además, la inteligencia artificial también puede utilizarse para

desarrollar herramientas educativas interactivas que permitan a los
estudiantes practicar y aplicar los conceptos aprendidos de una
82
manera más efectiva. Por ejemplo, se pueden utilizar simulaciones y
juegos educativos que permitan a los estudiantes aplicar sus
conocimientos en diferentes contextos y situaciones, lo que podría
mejorar su capacidad para desarrollar destrezas y competencias en
diferentes áreas.
Encontramos en la investigación que se está estudiando cómo aporta

la inteligencia artificial al proceso de desarrollo de destrezas y
competencias en el contexto educativo (Gao & Wang 2019, Luo & Yang
2021, Lin, Cheng & Chou 2021, Kovanović, Joksimović, Poquet, Hennis
& de Vries 2020)
En estas investigaciones se aborda el uso de la inteligencia artificial en

la educación y su aporte al desarrollo de destrezas y competencias. Se
destacan diferentes aspectos, como la personalización del aprendizaje,
el desarrollo de habilidades de pensamiento crítico y la utilización de
herramientas educativas interactivas basadas en inteligencia artificial.
En el proceso de aprendizaje, la inteligencia del estudiante juega un

papel fundamental en la construcción del conocimiento. El aprendizaje
no se trata simplemente de recibir información, sino de utilizarla para
construir nuevos conocimientos, habilidades y competencias. La
inteligencia, entendida como la capacidad de procesar información y
resolver problemas, es un factor clave en este proceso.
Los contenidos de aprendizaje en clase proporcionan la información y

los conceptos necesarios para que el estudiante pueda construir
nuevos conocimientos. Sin embargo, la manera en que el estudiante
83
procesa esa información y la relaciona con sus conocimientos previos
es lo que determina la profundidad y la calidad de su aprendizaje. La
inteligencia del estudiante influye en la forma en que realiza este
proceso de construcción del conocimiento.
Las teorías de la inteligencia han evolucionado a lo largo del tiempo, y

actualmente se entiende que existen diferentes tipos de inteligencia,
cada uno de los cuales se relaciona con habilidades específicas. La
teoría de las inteligencias múltiples de Howard Gardner, por ejemplo,
identifica ocho tipos de inteligencia: lingüística, lógico-matemática,
espacial, musical, cinestésico-corporal, interpersonal, intrapersonal y
naturalista. Cada una de estas inteligencias se relaciona con
habilidades diferentes, y es probable que los estudiantes tengan
fortalezas en algunas y debilidades en otras.
En el proceso de construcción del conocimiento, los estudiantes utilizan

diferentes habilidades y tipos de inteligencia para comprender los
contenidos de aprendizaje y relacionarlos con sus conocimientos
previos. Por ejemplo, los estudiantes con una fuerte inteligencia
lingüística pueden tener facilidad para comprender textos y explicar
ideas en sus propias palabras. Los estudiantes con una inteligencia
espacial más desarrollada pueden comprender mejor los conceptos
visuales y diagramas.
A la pregunta ¿Los conceptos visuales y los diagramas son

herramientas muy útiles en la construcción del conocimiento por parte
del estudiante? Respondemos afirmando que los conceptos visuales o
imágenes, gráficos o cualquier representación visual permiten al
84
estudiante comprender mejor un concepto o idea. Estos conceptos
visuales pueden incluir desde fotografías y dibujos hasta diagramas y
mapas conceptuales.
Por otro lado, los diagramas son representaciones gráficas que

permiten mostrar la relación entre diferentes elementos de un concepto
o tema. Los diagramas pueden ser de diversos tipos, como por
ejemplo: diagramas de flujo, diagramas de árbol, diagramas de Venn,
entre otros.
Ambas herramientas permiten al estudiante tener una mejor

comprensión de los conceptos y temas que se están estudiando, ya
que les permiten visualizar la información de una manera más clara y
organizada. Además, los conceptos visuales y los diagramas también
facilitan la retención de la información, ya que, al estar representados
visualmente, es más fácil recordarlos.
A más de expresado antes, los organizadores gráficos son

herramientas que permiten representar visualmente la información y
las relaciones entre diferentes conceptos, lo que resulta de gran
importancia para el desarrollo de competencias de análisis, síntesis y
argumentación en los estudiantes.
En primer lugar, los organizadores gráficos ayudan a los estudiantes a

analizar la información, ya que les permiten identificar los elementos
clave de un tema o problema. Al representar la información de manera
visual, los estudiantes pueden identificar patrones, relaciones y
85
contrastes, lo que les permite comprender mejor la información y
desarrollar habilidades analíticas.
En segundo lugar, los organizadores gráficos también son útiles para

el desarrollo de habilidades de síntesis. Al utilizar estos recursos, los
estudiantes pueden integrar diferentes ideas y conceptos en una
estructura coherente y organizada, lo que les permite construir
conocimientos más complejos y desarrollar habilidades de síntesis.
Por tanto, los organizadores gráficos son importantes para el desarrollo

de habilidades de argumentación, ya que permiten a los estudiantes
representar visualmente los argumentos y las evidencias que
respaldan su punto de vista. Al utilizar estos recursos, los estudiantes
pueden organizar sus ideas de manera lógica y persuasiva, lo que les
permite desarrollar habilidades de argumentación y comunicación
efectiva.
De ahí que, los organizadores gráficos son herramientas importantes

para el desarrollo de competencias de análisis, síntesis y
argumentación en los estudiantes, ya que les permiten representar
visualmente la información, identificar patrones y relaciones, integrar
diferentes ideas y argumentos, y comunicar sus ideas de manera
efectiva.
De tal manera que, los organizadores gráficos, los conceptos visuales

y los diagramas son herramientas importantes en el proceso de
aprendizaje ya que ayudan al estudiante a comprender, retener y
organizar la información de manera más efectiva.
86
La inteligencia artificial (IA) también puede desempeñar un papel en el
proceso de construcción del conocimiento. La IA se utiliza cada vez
más en la educación para personalizar el aprendizaje y adaptarlo a las
necesidades individuales de los estudiantes. Los sistemas de IA
pueden analizar el rendimiento y las fortalezas de cada estudiante y
ofrecer sugerencias sobre cómo mejorar el aprendizaje. Además, la IA
puede proporcionar herramientas interactivas para que los estudiantes
practiquen y apliquen los conceptos aprendidos.
GeoGebra y otros programas de simulación de resolución de

problemas matemáticos no son necesariamente parte de la Inteligencia
Artificial (IA), ya que estos programas no necesitan aprender ni
adaptarse a nuevas situaciones para resolver problemas matemáticos.
En lugar de eso, estos programas son herramientas de software que

ayudan a los estudiantes y profesores de matemáticas a visualizar y
comprender mejor los conceptos matemáticos. GeoGebra, por
ejemplo, permite a los usuarios crear gráficos, dibujos, tablas y
animaciones que ayudan a los estudiantes a explorar y experimentar
con conceptos matemáticos de una manera más interactiva.
Estas herramientas pueden ser muy útiles en la enseñanza de

matemáticas, ya que pueden ayudar a los estudiantes a ver cómo se
aplican los conceptos matemáticos en situaciones reales. Además,
estas herramientas pueden ayudar a los estudiantes a identificar y
corregir errores en sus propios cálculos y soluciones.
87
Aunque estos programas de simulación no son parte de la IA, pueden
ser herramientas muy útiles en la enseñanza de matemáticas, ya que
ayudan a los estudiantes a visualizar y comprender mejor los
conceptos matemáticos de una manera más interactiva y práctica.
Howard Gardner es un psicólogo y educador estadounidense que ha

realizado importantes contribuciones a la teoría de las inteligencias
múltiples. En su obra "Inteligencias Múltiples: La Teoría en la Práctica"
(1993), Gardner plantea que existen diferentes tipos de inteligencias,
como la verbal-lingüística, la lógico-matemática, la espacial, la musical,
la corporal-kinestésica, la interpersonal y la intrapersonal.
En relación al aporte pedagógico de Gardner en la dinámica del

desarrollo de la IA, se destaca su visión de que la educación debe ser
personalizada, tomando en cuenta las diferentes inteligencias de los
estudiantes. Gardner sostiene que la enseñanza no debería estar
enfocada únicamente en las habilidades lingüísticas y matemáticas,
sino también en otras habilidades, como la creatividad, la resolución de
problemas y la comunicación interpersonal.
En este sentido, la teoría de las inteligencias múltiples de Gardner

puede ser aplicada en el diseño de sistemas de inteligencia artificial
que sean capaces de personalizar la educación de acuerdo a las
necesidades y habilidades de cada estudiante.
Frente al inusitado desarrollo de la IA, el constructivismo de Piaget y

Vygotsky sigue siendo relevante y pertinente en el ámbito educativo.
Ambos teóricos se enfocaron en cómo los estudiantes construyen su
88
propio conocimiento y cómo los educadores pueden ayudarlos en ese
proceso.
Según Piaget, el aprendizaje es un proceso activo en el que los

estudiantes construyen su propio conocimiento a través de la
exploración y la interacción con su entorno. Por su parte, Vygotsky
enfatizó la importancia de la interacción social en el aprendizaje,
destacando el papel de los adultos y los compañeros en el desarrollo
cognitivo del estudiante.
Si bien la IA puede ser una herramienta valiosa para el aprendizaje

personalizado y la retroalimentación automatizada, no puede
reemplazar completamente el papel del maestro y la interacción social
en el proceso de construcción del conocimiento. Los educadores aún
deben desempeñar un papel activo en el diseño de experiencias
educativas significativas y en la facilitación del aprendizaje a través de
la interacción social.
Ausubel (1968), Bruner (1966), Feuerstein (1980) y Talizana (2015), no

son reconocidos como grandes contribuyentes al mundo de la
Inteligencia Artificial (IA) en sí mismos, ya que sus teorías y enfoques
se enfocan más en la psicología y la educación. Sin embargo, sus ideas
y enfoques pueden ser aplicados a la construcción del conocimiento en
la IA.
Por ejemplo, Ausubel (1968), propuso la teoría del aprendizaje

significativo, que se centra en la importancia de relacionar el nuevo
conocimiento con el conocimiento previo del estudiante. Este enfoque
89
podría ser aplicado en la IA al diseñar algoritmos que se basen en el
conocimiento previo para mejorar la comprensión y el aprendizaje de
nuevos conceptos.
Bruner (1966), por otro lado, desarrolló la teoría del aprendizaje por
descubrimiento, que enfatiza la importancia de permitir que los
estudiantes descubran y experimenten con conceptos por sí mismos.
Este enfoque podría ser aplicado en la IA al diseñar sistemas que
permitan a los usuarios interactuar y experimentar con los datos y
conceptos para comprenderlos mejor.
Feuerstein (1980), a su vez, desarrolló la teoría del Modificabilidad

Cognitiva Estructural, que se enfoca en la importancia de identificar y
mejorar las habilidades cognitivas individuales de los estudiantes. Este
enfoque podría ser aplicado en la IA al diseñar sistemas que se
adapten a las habilidades y necesidades individuales de los usuarios
para mejorar su aprendizaje y comprensión.
Finalmente, Talizana (2015), propone el enfoque de la educación

personalizada, que se enfoca en diseñar experiencias de aprendizaje
que se adapten a las necesidades individuales de cada estudiante.
Este enfoque podría ser aplicado en la IA al diseñar sistemas de
aprendizaje que se adapten a las habilidades, intereses y necesidades
individuales de cada usuario para mejorar su comprensión y retención
de información.
El aporte de las inteligencias artificiales al desarrollo de las

neurociencias ha sido significativo, permitiendo la creación de modelos
90
computacionales que simulan el funcionamiento del cerebro humano y
la identificación de patrones y relaciones complejas en grandes
cantidades de datos, lo que ha llevado a importantes avances en la
comprensión de la estructura y función del cerebro.
Los modelos computacionales de las inteligencias artificiales están

diseñados para simular el funcionamiento de las redes neuronales del
cerebro humano, utilizando algoritmos matemáticos y técnicas de
aprendizaje automático. Los modelos más comunes son las redes
neuronales artificiales y los modelos de árbol de decisión, aunque
existen otros tipos de modelos utilizados en diferentes áreas de la
inteligencia artificial.
El aporte de la inteligencia artificial al proceso de desarrollo de

destrezas y competencias a través del ERCA puede ser significativo,
permitiendo el análisis de grandes cantidades de datos para detectar
patrones y deficiencias en el aprendizaje de los estudiantes, y el
desarrollo de herramientas educativas interactivas que permitan a los
estudiantes practicar y aplicar los conceptos aprendidos en diferentes
contextos y situaciones.
El uso de la Inteligencia Artificial (IA) en el Desarrollo de Recursos

Educativos Abiertos (ERCA) es un tema emergente en el campo de la
educación. Según Kim y Lee (2020), la IA puede ser utilizada para
mejorar la calidad y la accesibilidad de los ERCA al automatizar tareas
como la evaluación de la calidad, la identificación de problemas y la
personalización del aprendizaje. Asimismo, la IA también puede ser
utilizada para mejorar la interacción entre los estudiantes y los recursos
91
educativos a través de la adaptación y el feedback personalizado
(Santos, Boticario y Rodriguez-Sánchez, 2020).
Sin embargo, también existen desafíos y preocupaciones éticas en el

uso de la IA en el ERCA. Por ejemplo, la falta de transparencia en los
algoritmos de IA puede generar problemas de discriminación y falta de
equidad en el acceso a los recursos educativos (Shah, 2021). Además,
la dependencia excesiva en la IA podría deshumanizar la experiencia
de aprendizaje y afectar negativamente la motivación y el compromiso
de los estudiantes (Liu, Wang y Huang, 2020).
El uso de la IA en el ERCA puede ser una herramienta valiosa para

mejorar la calidad y accesibilidad de los recursos educativos. Sin
embargo, es importante abordar los desafíos y preocupaciones éticas
asociados con el uso de la IA para garantizar que los ERCA sean
inclusivos y equitativos para todos los estudiantes.
En resumen:
La inteligencia racional y los procesos para la construcción del

conocimiento están estrechamente relacionados, ya que la aplicación
efectiva de la inteligencia racional es fundamental para la construcción
del conocimiento y para la toma de decisiones informadas.
Las inteligencias artificiales son sistemas informáticos capaces de

realizar tareas que normalmente requieren inteligencia humana. Estas
tecnologías están en constante evolución y tienen el potencial de
mejorar nuestra calidad de vida, pero también plantean
preocupaciones éticas y de impacto en el mercado laboral. Es
92
importante seguir investigando y desarrollando estas tecnologías de
forma responsable y ética para asegurarnos de que puedan contribuir
positivamente a la sociedad.
Las inteligencias artificiales tienen capacidades que se asemejan a la

inteligencia humana, pero todavía existen fronteras claras entre ellas y
las competencias socioafectivas humanas. Ambas áreas pueden
complementarse entre sí para mejorar la calidad de vida y abordar
problemas complejos en diferentes ámbitos.
La inteligencia del estudiante juega un papel clave en el proceso de

construcción del conocimiento. Los estudiantes utilizan diferentes tipos
de inteligencia y habilidades para comprender y relacionar los
contenidos de aprendizaje con sus conocimientos previos. La IA puede
desempeñar un papel complementario en este proceso al ofrecer
herramientas personalizadas y adaptativas para el aprendizaje. En
última instancia, es importante que los estudiantes desarrollen su
inteligencia de manera integral para poder construir un conocimiento
sólido y aplicable en la vida real.
Las similitudes y diferencias entre la racionalidad humana y la

inteligencia artificial (IA) pueden encontrarse en varios aspectos. A
continuación, te presento algunos ejemplos:
Similitudes:
• Ambas pueden procesar información y utilizarla para tomar

decisiones y resolver problemas.
93
• Tanto los seres humanos como las IA pueden ser entrenados
para mejorar su capacidad de procesamiento de información y
toma de decisiones.
• Tanto la racionalidad humana como la IA se basan en algoritmos

y reglas lógicas para procesar la información.
Diferencias:
• La racionalidad humana es más flexible y adaptable que la IA,

ya que los seres humanos pueden aplicar el conocimiento y la
experiencia previa en nuevas situaciones de manera creativa,
mientras que las IA se basan en reglas preestablecidas y no
pueden adaptarse sin una reprogramación específica.
• La racionalidad humana tiene un componente emocional,

mientras que las IA carecen de emociones. Los seres humanos
pueden tomar decisiones influenciados por sus sentimientos,
valores y experiencias previas, mientras que las IA solo pueden
procesar información objetiva.
• La racionalidad humana puede comprender la complejidad y la

ambigüedad del lenguaje natural, mientras que las IA tienen
dificultades para interpretar el lenguaje natural y pueden generar
respuestas no deseadas o inapropiadas.
• La racionalidad humana puede ser más ética y moral, ya que los

seres humanos pueden tener en cuenta los valores éticos y
sociales al tomar decisiones, mientras que las IA solo pueden
94
seguir las reglas lógicas y los algoritmos preestablecidos sin
tener en cuenta las implicaciones éticas o morales.
Aunque la racionalidad humana y la IA tienen algunas similitudes en su

capacidad de procesar información y tomar decisiones, existen
diferencias significativas en términos de flexibilidad, adaptabilidad,
emociones, comprensión del lenguaje natural y consideraciones éticas
y morales.
La inteligencia artificial (IA) está cambiando la forma en que se aborda

el aprendizaje y la evaluación de las competencias cognitivas. Las
taxonomías clásicas de las competencias cognitivas de Bloom,
Engelhart, Furst, Hill & Krathwohl (1956), Tobón (2006) y Perrenoud
(2004), aunque son valiosas, tienen limitaciones en términos de
capacidad para evaluar habilidades complejas y procesos cognitivos
avanzados. En contraste, la IA puede analizar grandes cantidades de
datos y proporcionar retroalimentación personalizada y adaptativa a los
estudiantes, lo que puede mejorar significativamente su aprendizaje.
Por ejemplo, la IA puede ayudar a los docentes a diseñar y desarrollar

recursos educativos abiertos y accesibles que se adapten a las
necesidades y preferencias individuales de los estudiantes. La IA
también puede proporcionar a los docentes información detallada
sobre el progreso del aprendizaje de los estudiantes y sugerir ajustes
en tiempo real para mejorar el proceso de enseñanza y aprendizaje.
La IA tiene el potencial de mejorar significativamente el desarrollo y

evaluación de las competencias cognitivas, proporcionando una
95
retroalimentación personalizada y adaptativa a los estudiantes, y
permitiendo una enseñanza más eficaz y eficiente. Sin embargo, es
importante tener en cuenta que la IA no debe ser vista como un
reemplazo completo de las taxonomías clásicas de las competencias
cognitivas, sino más bien como una herramienta complementaria para
mejorar el aprendizaje y la evaluación en el aula.
La inteligencia artificial (IA) en la educación superior puede evaluar una

variedad de elementos del desarrollo de las capacidades de los
estudiantes con lo que supera a la clásica forma de los exámenes de
base estructurada. Algunos ejemplos podrían incluir:
1. Trabajos escritos: La IA puede evaluar la gramática, la

ortografía, la estructura de la oración y otros aspectos del
lenguaje en trabajos escritos. Algunos sistemas de IA también
pueden evaluar la calidad del contenido y la originalidad.
2. Presentaciones orales: La IA puede analizar el discurso y la

entonación para evaluar la claridad, la coherencia y la
persuasión en las presentaciones orales.
3. Proyectos de grupo: La IA puede ayudar a evaluar la

colaboración y la contribución individual en proyectos de grupo
utilizando herramientas de seguimiento de versiones y análisis
de patrones de trabajo.
4. Participación en clase: La IA puede analizar el lenguaje corporal

y las expresiones faciales para evaluar la participación en clase
y la comprensión del contenido.
96
Es indudable que la inteligencia artificial (IA) está teniendo un impacto
significativo en la evaluación del aprendizaje. En comparación con los
instrumentos clásicos de evaluación, como las pruebas objetivas, la IA
ofrece una mayor capacidad de análisis y evaluación personalizada.
Como señala Anjum, Waheed y Ali (2020), la IA puede "identificar y
evaluar habilidades y conocimientos específicos del estudiante con
mayor precisión y objetividad que los instrumentos de evaluación
tradicionales".
En relación a las competencias como las investigativas, de

convivencia, ética y solidaridad pueden ser difíciles de evaluar
mediante la IA, ya que a menudo implican habilidades sociales y
emocionales que son más difíciles de medir objetivamente.
Sin embargo, la IA puede ser útil para evaluar algunas habilidades

relacionadas con estas competencias como, por ejemplo:
1. Investigación: La IA puede ayudar a evaluar la calidad y la

originalidad de los trabajos de investigación utilizando
herramientas de análisis de similitud y plagio.
2. Convivencia: La IA puede ser útil para detectar patrones de

comportamiento conflictivos o inapropiados en línea y ayudar a
los educadores a abordarlos.
3. Ética: La IA puede evaluar algunos aspectos éticos, como el uso

adecuado de las fuentes y la atribución en trabajos académicos,
o la detección de conductas deshonestas como el plagio.
97
4. Solidaridad: Si bien la solidaridad es una habilidad más difícil de
medir objetivamente, la IA puede ayudar a los educadores a
identificar patrones de colaboración y participación en
actividades comunitarias o de grupo.
Además, la IA también puede proporcionar una retroalimentación más

rápida y detallada, lo que ayuda a los estudiantes a mejorar más
rápidamente. Como sugieren Nguyen, Shi y Nguyen (2019), la IA
puede "proporcionar retroalimentación instantánea sobre el
rendimiento de los estudiantes, identificar las debilidades y fortalezas
de los estudiantes y ofrecer recomendaciones personalizadas para
mejorar el aprendizaje".
La inteligencia artificial supera a las evaluaciones clásicas en varias

dimensiones, entre ellas:
Personalización: La IA puede adaptar el proceso de evaluación a las

necesidades y características individuales de cada estudiante,
ofreciendo así un enfoque más personalizado y eficaz.
Tiempo: La IA puede procesar grandes cantidades de datos en muy

poco tiempo, lo que permite una evaluación más rápida y eficiente.
Retroalimentación: La IA puede proporcionar una retroalimentación

inmediata y detallada sobre el rendimiento de los estudiantes, lo que
les permite identificar rápidamente sus fortalezas y debilidades.
Flexibilidad: La IA puede evaluar una amplia variedad de habilidades y

competencias, incluyendo aquellas que no son fáciles de evaluar con
los métodos de evaluación clásicos.
98
Objetividad: La IA puede garantizar un proceso de evaluación más
objetivo y justo, ya que no se ve afectada por prejuicios o sesgos
humanos.
Referencias
Ausubel, D. P. (1968). Psicología educativa: un punto de vista

cognoscitivo. México: Trillas.
Anjum, N., Waheed, A., & Ali, M. (2020). Determinants of Employee
Turnover Intentions: A Study of Banking Sector in Pakistan.
Pakistan Journal of Commerce and Social Sciences, 14(2), 360-
379.
Bloom, B. S., Engelhart, M. D., Furst, E. J., Hill, W. H., & Krathwohl, D.
R. (1956). Taxonomy of educational objectives: The
classification of educational goals. Handbook I: Cognitive
domain. New York: David McKay Company.
Bradley, L., & Anderson, T. (2016). Towards a framework for evaluating
e-learning programs in higher education. Internet and Higher
Education, 31, 64-74.
Bruner, J. S. (1966). Hacia una teoría de la instrucción. Barcelona:
Editorial Ariel.
Bruner, J. S. (1977). El proceso de la educación. Madrid: Editorial
Herder.
Duval, E., & Verbert, K. (2017). Learning analytics and adaptive
learning. Handbook of Learning Analytics, 2, 75-85.
99
Feuerstein, R. (1980). Instrumental Enrichment: An Intervention
Program for Cognitive Modifiability. Baltimore: University Park
Press.
Gao, X., & Wang, X. (2019). Artificial Intelligence in Education: Current
Status, Challenges, and Future Directions. International Journal
of Distance Education Technologies, 17(2), 1-13. doi:
10.4018/IJDET.2019040101
Gardner, H. (1993). Inteligencias múltiples: La teoría en la práctica.
Paidós.
Gardner, H. (1983). Frames of mind: The theory of multiple
intelligences. Basic Books.
Kim, J., & Lee, M. (2020). Intelligent Learning Management System for
Developing Open Educational Resources. Computers &
Education, 144, 103701.
Kovanović, V., Joksimović, S., Poquet, O., Hennis, T., & de Vries, P.
(2020). Learning analytics and educational data mining in
practice: A systematic literature review of empirical evidence.
Educational Research Review, 30, 100326. doi:
10.1016/j.edurev.2020.100326
Lin, T., Cheng, W., & Chou, C. (2021). Effectiveness of intelligent
learning environments on promoting students' higher-order
thinking skills: A meta-analysis. Computers & Education, 160,
104063. doi: 10.1016/j.compedu.2020.104063
Li, F. (2018). How we’re teaching computers to understand pictures.
TED. Recuperado de
https://www.ted.com/talks/fei_fei_li_how_we_re_teaching_com
puters_to_understand_pictures
Liu, X., Wang, L., & Huang, R. (2020). AI Technologies and the Future
of Online Education: Opportunities and Challenges. Distance
Education, 41(3), 353-368.
100
Luo, T., & Yang, Y. (2021). Enhancing students' critical thinking skills
via personalized learning using artificial intelligence. Educational
Research Review, 31, 100391. doi:
10.1016/j.edurev.2020.100391
Ng, A. (2017). What Artificial Intelligence Can and Can’t Do Right Now.
Harvard Business Review, 95(1), 114-122.
Nguyen, T. T., Shi, Y., & Nguyen, T. N. (2019). Factors Affecting Online
Purchase Intention: A Study of Vietnamese Consumers. Journal
of Economics, Business and Management, 7(1), 1-6.
Perrenoud, P. (2004). Diez nuevas competencias para enseñar.
Barcelona: Graó.
Piaget, J. (1968). The role of action in the development of thinking.
International Universities Press.
Piaget, J. (1974). Biologie et connaissance: Essai sur les relations entre
les régulations organiques et les processus cognitifs. Gallimard.
Russell, S. (2019). Human Compatible: Artificial Intelligence and the
Problem of Control. Penguin Press.
Santos, O. C., Boticario, J. G., & Rodriguez-Sánchez, M. (2020).
Towards Personalized Learning in MOOCs with Heterogeneous
Student Populations Using the Recommendation System
Recomedu. International Journal of Artificial Intelligence in
Education, 30(1), 69-91.
Selwyn, N. (2020). Educar en la era de la inteligencia artificial. Madrid:
Ediciones Morata.
Shah, S. (2021). Artificial Intelligence and Ethics in Education.
International Journal of Ethics of Education, 10(1), 7-19.
Sternberg, R. J. (1997). Successful intelligence. Plume.
Talizana, A. (2015). Personalized Learning: A New Horizon in
Education. Journal of Educational Technology, 12(2), 1-15.
101
Tobón, S. (2006). Formación integral y competencias: pensar y hacer
en la universidad. Bogotá: Ecoe Ediciones.
Vygotsky, L. S. (1978). Mind in society: The development of higher
psychological processes. Harvard University Press.
102
103

Inteligencia Artificial y Nuevas Formas

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Inteligencia Artificial y Nuevas Formas

Cargado por

Copyright:

Formatos disponibles

Sello Editorial

Publicado en: © Ermel Viacheslav Tapia Sosa

Gestión curricular, pedagogía y

Calidad y responsabilidad social

Pedagogía y práctica docente.

RED-FREI Fundación Red para la

Red-FACPED para el desarrollo

© Ermel Viacheslav Tapia Sosa

© Nayade Caridad Reyes Palau

© Lenin Tapia Ortiz

Como citar el libro: Tapia Sosa, E., Reyes Palau, N. y

En la actualidad, la Inteligencia Artificial (IA) es una tecnología que está

Los autores valoran que la educación superior y las IA pueden tener un

Al destacar la importancia para el aprendizaje de las IA, reconocen

A su vez, destacan que es importante la necesidad de garantizar la

Entonces acotan que el uso de las Inteligencias Artificiales, conlleva la

Otro desafío es la necesidad de garantizar que la IA no sustituya la

El estudio de la IA apunta a corroborar un impacto positivo en la

Una de las principales ventajas de la IA en la educación es la capacidad

Otra ventaja de la IA en la educación es su capacidad para

Con un lenguaje accesible al docente el texto conduce a la

El presente libro es una reflexión sobre las inteligencias artificiales y su

El primer epígrafe aborda el desarrollo de las inteligencias artificiales,

El segundo epígrafe se enfoca en el aporte de las inteligencias

El tercer epígrafe analiza la dinámica didáctica del aprendizaje desde

Este libro busca contribuir al debate sobre la incorporación de las

Lenin Wladimir Tapia Ortiz

¿Qué es la inteligencia?, La inteligencia es un concepto complejo y

Para el psicólogo Howard Gardner propuso la teoría de las inteligencias

La inteligencia artificial (IA) se refiere a la capacidad de las máquinas

El campo de la IA se ha desarrollado rápidamente en las últimas

Otro enfoque común en la IA es el procesamiento del lenguaje natural,

La creación de la inteligencia artificial también puede ser vista como un

De manera similar, el filósofo Nick Bostrom sugiere en su libro "Human

Uno de los principales desafíos éticos y de control de la IA es la

Otro desafío ético es la privacidad y la protección de datos. La IA se

Además, la IA también plantea desafíos en términos de empleo y

Inteligencia e inteligencia artificial

La relación entre la inteligencia humana y la inteligencia artificial es

Por otro lado, la inteligencia artificial también puede complementar y

Por lo que, la inteligencia artificial ha avanzado en la imitación de las

Es importante tener en cuenta que la IA no es una sustitución completa

En este sentido, es fundamental que se realice una investigación y

La Inteligencia Artificial (IA) está transformando el mundo en el que

Según un informe del Foro Económico Mundial (2018), "Las

En este sentido, la educación y la formación continua son

Además, las empresas también tienen un papel importante en el

Otro campo en el que la IA está haciendo una gran diferencia en las

La IA también está teniendo un impacto en el desarrollo de

Además, la IA se está utilizando para desarrollar tecnologías de

Educación con el uso de la inteligencia artificial

La educación es uno de los campos que se encuentra en constante

Los sistemas de tutoría inteligente son una de las aplicaciones más

Otra aplicación de la IA en la educación son los asistentes virtuales, los

El análisis de datos educativos es otra de las aplicaciones de la IA en

Además, la IA también puede ser utilizada para el desarrollo de

Sistemas de tutorías inteligentes

Los sistemas de tutoría inteligente son una aplicación de la inteligencia

Los sistemas de tutoría inteligente utilizan diversas técnicas de

Según varios estudios, los sistemas de tutoría inteligente han

Sin embargo, a pesar de los beneficios potenciales de los sistemas de

En cambio, Kovanović y Hennis (2019) abordan el uso de sistemas de

En otros estudios, profundizan en la integración de sistemas de tutoría