Estudio de revisión sobre la Inteligencia Artificial como estrategia para optimizar los procesos de Enseñanza-Aprendizaje en entornos presenciales y de e-learning en Educación Supe...

Autores
Lanuque, Alejandro
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Marmo, Julieta
Descripción
Esta investigación tuvo por objetivo analizar la aplicación de la inteligencia artificial (IA) en la educación superior, y se ha desarrollado desde la perspectiva de un estudio teórico, de revisión sistemática, siguiendo la metodología PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). Dicho modelo es ampliamente utilizado para garantizar rigor y transparencia en revisiones sistemáticas, facilitando la identificación, selección y síntesis de estudios relevantes (Page et al., 2021). Se consideraron como criterios de inclusión, estudios académicos y científicos revisados por pares, con enfoque empírico o de revisión sistemática, en idioma español e inglés de los últimos cinco años: entre 2020 y 2025. Se consideraron las bases de datos: WorldCat, SciELO, Redalyc y Dialnet. Del cribado definitivo se seleccionaron 28 estudios, evaluando su autoría, año, revista, enfoques y hallazgos principales. Los resultados evidenciaron un incremento sostenido en las investigaciones sobre IA educativa, destacándose su potencial para personalizar aprendizajes, automatizar evaluaciones y asistir en la toma de decisiones pedagógicas. No obstante, persisten desafíos éticos, formativos y contextuales, así como una marcada escasez de estudios empíricos longitudinales, enfoques críticos e interseccionales. Se concluye que, si bien la IA constituye un vector de innovación pedagógica, su incorporación requiere ser guiada por principios de equidad, responsabilidad y sentido educativo.
Fil: Lanuque, Alejandro. Universidad de Flores; Argentina.
Materia
APRENDIZAJE
INTELIGENCIA ARTIFICIAL
ENSEÑANZA SUPERIOR
INNOVACION EDUCATIVA
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-nd/4.0/
Repositorio
Repositorio Institucional de la Universidad de Flores
Institución
Universidad de Flores
OAI Identificador
oai:repositorio.uflo.edu.ar:20.500.14340/2919
Acceder
id RIUFLO_142393935bfc4acd4c83e8ace328c2b5
oai_identifier_str oai:repositorio.uflo.edu.ar:20.500.14340/2919
network_acronym_str RIUFLO
repository_id_str
network_name_str Repositorio Institucional de la Universidad de Flores
spelling Estudio de revisión sobre la Inteligencia Artificial como estrategia para optimizar los procesos de Enseñanza-Aprendizaje en entornos presenciales y de e-learning en Educación SuperiorLanuque, AlejandroAPRENDIZAJEINTELIGENCIA ARTIFICIALENSEÑANZA SUPERIORINNOVACION EDUCATIVAEsta investigación tuvo por objetivo analizar la aplicación de la inteligencia artificial (IA) en la educación superior, y se ha desarrollado desde la perspectiva de un estudio teórico, de revisión sistemática, siguiendo la metodología PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). Dicho modelo es ampliamente utilizado para garantizar rigor y transparencia en revisiones sistemáticas, facilitando la identificación, selección y síntesis de estudios relevantes (Page et al., 2021). Se consideraron como criterios de inclusión, estudios académicos y científicos revisados por pares, con enfoque empírico o de revisión sistemática, en idioma español e inglés de los últimos cinco años: entre 2020 y 2025. Se consideraron las bases de datos: WorldCat, SciELO, Redalyc y Dialnet. Del cribado definitivo se seleccionaron 28 estudios, evaluando su autoría, año, revista, enfoques y hallazgos principales. Los resultados evidenciaron un incremento sostenido en las investigaciones sobre IA educativa, destacándose su potencial para personalizar aprendizajes, automatizar evaluaciones y asistir en la toma de decisiones pedagógicas. No obstante, persisten desafíos éticos, formativos y contextuales, así como una marcada escasez de estudios empíricos longitudinales, enfoques críticos e interseccionales. Se concluye que, si bien la IA constituye un vector de innovación pedagógica, su incorporación requiere ser guiada por principios de equidad, responsabilidad y sentido educativo.Fil: Lanuque, Alejandro. Universidad de Flores; Argentina.Universidad de FloresMarmo, Julieta2025info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/trabajoFinalDeGradoapplication/pdfhttps://hdl.handle.net/20.500.14340/2919spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)reponame:Repositorio Institucional de la Universidad de Floresinstname:Universidad de Flores2025-11-27T11:01:14Zoai:repositorio.uflo.edu.ar:20.500.14340/2919instacron:UFLOInstitucionalhttps://repositorio.uflo.edu.ar/Universidad privadahttps://www.uflouniversidad.edu.ar/https://repositorio.uflo.edu.ar/server/oai/gabriela.rizzo@uflouniversidad.edu.arArgentinaopendoar:2025-11-27 11:01:14.484Repositorio Institucional de la Universidad de Flores - Universidad de Floresfalse
dc.title.none.fl_str_mv Estudio de revisión sobre la Inteligencia Artificial como estrategia para optimizar los procesos de Enseñanza-Aprendizaje en entornos presenciales y de e-learning en Educación Superior
title Estudio de revisión sobre la Inteligencia Artificial como estrategia para optimizar los procesos de Enseñanza-Aprendizaje en entornos presenciales y de e-learning en Educación Superior
spellingShingle Estudio de revisión sobre la Inteligencia Artificial como estrategia para optimizar los procesos de Enseñanza-Aprendizaje en entornos presenciales y de e-learning en Educación Superior
Lanuque, Alejandro
APRENDIZAJE
INTELIGENCIA ARTIFICIAL
ENSEÑANZA SUPERIOR
INNOVACION EDUCATIVA
title_short Estudio de revisión sobre la Inteligencia Artificial como estrategia para optimizar los procesos de Enseñanza-Aprendizaje en entornos presenciales y de e-learning en Educación Superior
title_full Estudio de revisión sobre la Inteligencia Artificial como estrategia para optimizar los procesos de Enseñanza-Aprendizaje en entornos presenciales y de e-learning en Educación Superior
title_fullStr Estudio de revisión sobre la Inteligencia Artificial como estrategia para optimizar los procesos de Enseñanza-Aprendizaje en entornos presenciales y de e-learning en Educación Superior
title_full_unstemmed Estudio de revisión sobre la Inteligencia Artificial como estrategia para optimizar los procesos de Enseñanza-Aprendizaje en entornos presenciales y de e-learning en Educación Superior
title_sort Estudio de revisión sobre la Inteligencia Artificial como estrategia para optimizar los procesos de Enseñanza-Aprendizaje en entornos presenciales y de e-learning en Educación Superior
dc.creator.none.fl_str_mv Lanuque, Alejandro
author Lanuque, Alejandro
author_facet Lanuque, Alejandro
author_role author
dc.contributor.none.fl_str_mv Marmo, Julieta
dc.subject.none.fl_str_mv APRENDIZAJE
INTELIGENCIA ARTIFICIAL
ENSEÑANZA SUPERIOR
INNOVACION EDUCATIVA
topic APRENDIZAJE
INTELIGENCIA ARTIFICIAL
ENSEÑANZA SUPERIOR
INNOVACION EDUCATIVA
dc.description.none.fl_txt_mv Esta investigación tuvo por objetivo analizar la aplicación de la inteligencia artificial (IA) en la educación superior, y se ha desarrollado desde la perspectiva de un estudio teórico, de revisión sistemática, siguiendo la metodología PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). Dicho modelo es ampliamente utilizado para garantizar rigor y transparencia en revisiones sistemáticas, facilitando la identificación, selección y síntesis de estudios relevantes (Page et al., 2021). Se consideraron como criterios de inclusión, estudios académicos y científicos revisados por pares, con enfoque empírico o de revisión sistemática, en idioma español e inglés de los últimos cinco años: entre 2020 y 2025. Se consideraron las bases de datos: WorldCat, SciELO, Redalyc y Dialnet. Del cribado definitivo se seleccionaron 28 estudios, evaluando su autoría, año, revista, enfoques y hallazgos principales. Los resultados evidenciaron un incremento sostenido en las investigaciones sobre IA educativa, destacándose su potencial para personalizar aprendizajes, automatizar evaluaciones y asistir en la toma de decisiones pedagógicas. No obstante, persisten desafíos éticos, formativos y contextuales, así como una marcada escasez de estudios empíricos longitudinales, enfoques críticos e interseccionales. Se concluye que, si bien la IA constituye un vector de innovación pedagógica, su incorporación requiere ser guiada por principios de equidad, responsabilidad y sentido educativo.
Fil: Lanuque, Alejandro. Universidad de Flores; Argentina.
description Esta investigación tuvo por objetivo analizar la aplicación de la inteligencia artificial (IA) en la educación superior, y se ha desarrollado desde la perspectiva de un estudio teórico, de revisión sistemática, siguiendo la metodología PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses). Dicho modelo es ampliamente utilizado para garantizar rigor y transparencia en revisiones sistemáticas, facilitando la identificación, selección y síntesis de estudios relevantes (Page et al., 2021). Se consideraron como criterios de inclusión, estudios académicos y científicos revisados por pares, con enfoque empírico o de revisión sistemática, en idioma español e inglés de los últimos cinco años: entre 2020 y 2025. Se consideraron las bases de datos: WorldCat, SciELO, Redalyc y Dialnet. Del cribado definitivo se seleccionaron 28 estudios, evaluando su autoría, año, revista, enfoques y hallazgos principales. Los resultados evidenciaron un incremento sostenido en las investigaciones sobre IA educativa, destacándose su potencial para personalizar aprendizajes, automatizar evaluaciones y asistir en la toma de decisiones pedagógicas. No obstante, persisten desafíos éticos, formativos y contextuales, así como una marcada escasez de estudios empíricos longitudinales, enfoques críticos e interseccionales. Se concluye que, si bien la IA constituye un vector de innovación pedagógica, su incorporación requiere ser guiada por principios de equidad, responsabilidad y sentido educativo.
publishDate 2025
dc.date.none.fl_str_mv 2025
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/trabajoFinalDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv https://hdl.handle.net/20.500.14340/2919
url https://hdl.handle.net/20.500.14340/2919
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-nd/4.0/
Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
Creative Commons Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad de Flores
publisher.none.fl_str_mv Universidad de Flores
dc.source.none.fl_str_mv reponame:Repositorio Institucional de la Universidad de Flores
instname:Universidad de Flores
reponame_str Repositorio Institucional de la Universidad de Flores
collection Repositorio Institucional de la Universidad de Flores
instname_str Universidad de Flores
repository.name.fl_str_mv Repositorio Institucional de la Universidad de Flores - Universidad de Flores
repository.mail.fl_str_mv gabriela.rizzo@uflouniversidad.edu.ar
_version_ 1849953251722526720
score 13.011256

Publicaciones similares