La IA en el desarrollo de competencias
investigativas en el posgrado
AI in the development of research skills in postgraduate studies
Dr. Genaro Aguirre-Aguilar es docente universitario de la Universidad Veracruzana, México (geaguirre@uv.mx)
(http://orcid.org/0000-0001-5223-9783)
Dr. Ismael Esquivel-Gámez es docente universitario de la Universidad Veracruzana, México (iesquivel@uv.mx)
(https://orcid.org/0000-0001-7914-5170)
Dr. Rubén Edel-Navarro es docente universitario de la Universidad Veracruzana, México (redel@uv.mx)
(https://orcid.org/0000-0002-7066-4369)
Dra. María Guadalupe Veytia-Buchelli es docente universitario de la Universidad Autónoma del Estado de
Hidalgo, México (maria_veytia@uaeh.edu.mx) (https://orcid.org/0000-0002-1395-1644)
Recibido: 2024-04-22 / Revisado: 2024-06-13 / Aceptado: 2024-06-17 / Publicado: 2024-07-01
Resumen
En los años 70, la tecnología abrió horizontes al campo educativo,
no únicamente para problematizar sobre ella y su incidencia en
la enseñanza-aprendizaje, sino también para ampliar los recursos
de los que podían disponer los y las docentes para enriquecer su
mediación pedagógica. No obstante, sería en el siglo XXI cuando
el desarrollo tecnológico digital vino a potenciar el empleo de las
TIC con fines educativos, hasta llegar a la Inteligencia Artificial,
para tender puentes que favorezcan su incorporación a la ense-
ñanza en el nivel superior. Así, en el terreno de la formación disci-
plinar, el fortalecimiento de saberes y de habilidades investigativas,
pasan por el uso efectivo de recursos tecnológicos en la formación
de los universitarios. Este artículo presenta algunos resultados de
un estudio cuyo objetivo fue analizar las actitudes que los y las
estudiantes de posgrado tienen sobre el uso de IA en su educa-
ción. El estudio tuvo un enfoque cuantitativo con un diseño no
experimental transaccional descriptivo, en el que participaron 118
sujetos, distribuidos en diez instituciones de Educación Superior,
cinco de carácter público y cinco de instituciones privadas. Los
resultados muestran las incertidumbres que los participantes en
el estudio tienen sobre el uso de la IA, al tiempo que reconocen
su facilidad y atractivo como tecnología que requiere habilidades
especializadas, responsabilidad en su uso y procesos cognitivos
inherentes a la investigación.
Palabras clave: competencias, investigación, formación, TIC,
Inteligencia artificial, enseñanza superior.
Abstract
In the 1970s, technology opened horizons to the educational
field, not only to problematize about it and its impact on teach-
ing and learning, but also to expand the resources available to
teachers to enhance their pedagogical mediation. However, it
would be in the 21st century when the development of digital
technology came to enhance the use of ICT for educational
purposes, up to Artificial Intelligence, to build bridges that favor
its incorporation into teaching at the higher level. Thus, in the
field of disciplinary training, the strengthening of knowledge
and research skills must include the effective use of technolog-
ical resources in the training of college students. This article
reports some results of a study whose objective was to analyze
the attitudes that graduate students have about the use of AI
in their education. The study had a quantitative approach with
a descriptive transactional non-experimental design, in which
118 subjects participated, distributed in 10 Higher Education
Institutions, 5 of them public and 5 of them private. Among its
results, the uncertainties that the participants of the study have
regarding the use of AI can be appreciated, while recognizing
its ease and the attractiveness of a technology that requires spe-
cialized skills, responsibility in its use and cognitive processes
typical of research.
Keywords: competences, research, training, ICT, Artificial
Intelligence, higher education.
julio-diciembre 2024
Vol. 19, No. 2, 162-172
https://doi.org/10.17163/alt.v19n2.2024.01
Forma sugerida de citar (APA): Aguirre-Aguilar, G., Esquivel-Gámez, I., Edel-Navarro, R. y Veytia-Buchelli, M. G. (2024). La IA en el
desarrollo de competencias investigativas en el posgrado. Alteridad, 19(2), 162-172. https://doi.org/10.17163/alt.v19n1.2024.01
p-ISSN:1390-325X / e-ISSN:1390-8642
http://alteridad.ups.edu.ec
Dr. Genaro Aguirre-Aguilar, Dr. Ismael Esquivel-Gámez, Dr. Rubén Edel-Navarro y Dra. María Guadalupe Veytia-Buchelli
Alteridad, 2024, 19(2), 162-172 163
Introducción
Los autores de este artículo consideraron
oportuno un primer acercamiento al objeto de estu-
dio desde lo histórico hacia lo conceptual, perfilando
el cierre del apartado introductorio con la revisión
sobre el uso de la IA en el contexto de la formación
universitaria, en dicha perspectiva, parten de reco-
nocer metafóricamente que, desde que el lápiz se
hizo presente en el espacio educativo, lo tecnológico
llegó a la Educación.
Desde los veinte del siglo XX, las tecnologías
han manifestado un potencial desarrollo y asocia-
ción con la educación programada. Correspondió
a Sidney Pressey diseñar una máquina capaz de
facilitar procesos educativos vinculados con el dise-
ño de una prueba de inteligencia. En su momento
sostendría que “By simply pressing a key, the person
tested revealed his mentality or lack of it” (Watters,
2021, p. 38). Unos años después en los 50, Skinner
y su enseñanza programada (Correa Cortés, 2021),
posibilitaría trasladar estos principios a modelos
educativos mediados por las tecnologías. Sin duda,
el mundo cursó por una coyuntura histórica impor-
tante por la llegada de la televisión, recurso que se
incorporaría a las aulas escolares, para que junto con
la educación a distancia generaran condiciones para
diversificar la oferta educativa en México; un medio
comunicativo que, en la pandemia por el COVID-19,
fuera utilizada por el gobierno mexicano para difun-
dir contenidos curriculares (García Aretio, 2022).
Sin embargo, sería en los 70 y los 80 cuando
la tecnología aplicada a la educación observaría
una singular transformación al combinarse recursos
analógicos y digitales; para que en los 90, el adve-
nimiento de Internet y la incipiente cultura digital,
encuentre en la Web 2.0, una condición tecnológica
propicia para experimentar innovadoras formas de
mediar en la enseñanza-aprendizaje; tiempo durante
el cual comenzó a demandarse el desarrollo de com-
petencias docentes que favorecieran la innovación
de las prácticas pedagógicas (Muñoz Martínez, 2020;
George-Reyes, 2021).
Tras una pandemia que obligó a implemen-
tar modelos educativos a distancia y virtuales, la
Inteligencia Artificial (IA) ha permitido ampliar
los recursos para generar ambientes de aprendizaje
mediados por las Tecnologías de la Información y la
Comunicación (TIC) que exigen del docente com-
petencias que los perfilen como facilitadores de pro-
cesos educativos ligados al empleo diversificado de
tecnologías que abonen al aprendizaje, al permitir el
manejo de contenidos que demandan los cursos que
imparte el profesorado a través de distintos soportes.
En esa perspectiva, hablar del empleo de
TIC y de Inteligencia Artificial (IA) aplicadas a la
enseñanza y al desarrollo de competencias para la
investigación, permiten problematizar y reflexionar
académicamente sobre los retos que tiene un docente
universitario para hacer de los recursos tecnológicos,
aliados en el proceso de acompañamiento para el
desarrollo de competencias investigativas.
De tal suerte que si las comunidades académi-
cas y epistémicas se preguntan sobre el tipo de habi-
lidades, conocimientos y actitudes que deben pro-
moverse para el desarrollo de competencias inves-
tigadoras, lo primero a reflexionar es con relación a
los atributos que deben reunir quienes enseñan en
la universidad, en especial aquellos que imparten
cursos de metodología de la investigación, pues per-
files disciplinares, saberes pedagógicos, habilidades
didácticas, competencias investigativas y digitales,
tendrían que definir sus atributos docentes.
Se plantea esto, tras reflexionar sobre los prin-
cipales desafíos que enfrentan quienes se forman en
la universidad y requieren desarrollar competencias
investigadoras; por lo que las institucionales de edu-
cación superior tienen un compromiso que va de lo
curricular a lo pedagógico y la implementación de
una infraestructura para innovar y generar ambien-
tes de aprendizaje donde las TIC y la IA sean medios,
recursos potenciadores de la formación en compe-
tencias para la investigación.
El objetivo de este artículo es valorar las
actitudes que tienen los estudiantes de posgrado,
de diez instituciones de educación superior mexi-
canas (cinco públicas y cinco privadas), quienes
aceptaron participar en un estudio descriptivo, cuya
pregunta de investigación fue ¿cuál es la actitud
de los estudiantes de posgrado con relación al uso
de herramientas de IA en su proceso de formación
como investigadores?, para lo cual se aplicó el cues-
tionario en línea Inteligencia Artificial y Formación
de Investigadores.
Hablar de los antecedentes de la inteligencia
artificial es tomar distintos caminos para situar el
punto de arranque de esta tecnología. De lo filosó-
fico a la mítico, de las matemáticas a los desarrolla-
Dr. Genaro Aguirre-Aguilar, Dr. Ismael Esquivel-Gámez, Dr. Rubén Edel-Navarro y Dra. María Guadalupe Veytia-Buchelli
© Universidad Politécnica Salesiana, Ecuador
164
dores de tecnología, hay información que permite
reconocer que la búsqueda del ser humano para con-
tar con alguien que lo asista, hay una larga historia.
En el terreno educativo, en los 30 con la
enseñanza o educación programada, se tuvo un
acercamiento al empleo de tecnología para asistir los
procesos de enseñanza y aprendizaje. Este recorrido
por la historia tendría que reconocer en Mac Culloch
y Pitts, a dos pioneros, pues en 1943 presentan un
modelo de neuronas artificiales que ya se sitúa en
el campo de la IA (Chandra, 2021). Vendría Turing
con una máquina capaz de operar y contar con una
memoria ilimitada, investigador que además diseña
una prueba para ver si una máquina puede pen-
sar como un ser humano. Sería en los 50, cuando
McCarthy, utiliza el término inteligencia artificial
en una conferencia en la universidad de Darmouth
(Oliver, 2020). Desde aquel momento, junto a un
desarrollo tecnológico observado en los 90, el acró-
nimo genérico TIC pasa a formar parte de las narra-
tivas de innovación y transformación en muchos
órdenes del quehacer humano, incluido lo educativo.
Sin embargo, sería ya en la segunda década
de un nuevo milenio, cuando las tecnologías digita-
les y, particularmente, la IA pasarían a ser recursos
para promover ambientes de aprendizaje a través de
estrategias de mediación para la enseñanza, el apren-
dizaje y la evaluación en la educación superior. Es
en el 2023 cuando Microsoft y Google presentan sus
modelos de chatbots. No obstante, sería la empresa
OpenIA con su Chat GPT (Generative pre-trained
transformer) la que mayor impacto lograría, ya que
sería la aplicación que mejor se posicionaría entre
los usuarios ávidos de experimentar con una IA que
facilite sus tareas productivas.
Y ahí estuvieron científicos y académicos uni-
versitarios, quienes también discutieron los alcances
de un recurso que facilita las actividades vinculadas
a la investigación al permitir manejar grandes volú-
menes de información y la producción de contenidos
para la difusión de conocimientos. Los dilemas tam-
bién son analizados, pues mucho de lo que permite
esta tecnología, inhibe el desarrollo de algunas com-
petencias que todo estudiante —incluso el docente
universitario— debe que adquirir y fortalecer.
En este contexto es en el que quienes escri-
ben este artículo, cuando hablan de formación en
investigación, reconocen el papel que pueden jugar
el uso de las TIC, incluida la IA, para la formación
investigadora. Este contexto formativo incluye el
reconocer el papel que en lo curricular y el perfil
de egreso, juega la investigación como parte de los
atributos disciplinares a alcanzar, según el programa
educativo cursado.
Esto lleva a distinguir la investigación en
diversas acepciones: la formación en investigación vs
la investigación formativa, las competencias investi-
gativas de las habilidades para la investigación, por
ejemplo, siendo que —según la disciplina de forma-
ción— como el nivel educativo en la que se prepara
un estudiante, será el grado de adquisición, los nive-
les de dominio y el papel que en su perfil juegue la
investigación disciplinar. En virtud de ello, se consi-
dera pertinente hacer un breve ejercicio conceptual,
para situar la mirada desde la cual se entiende la
formación en investigación y la competencia investi-
gadora en el contexto universitario.
Serrano et al. (2024) hablan de la importancia
que tienen las competencias investigativas básicas
para un docente en formación, entre las que desta-
can saber preguntar, observar, reflexionar, proponer.
Estas competencias son esenciales para emplear
tecnologías y mejorar las relaciones interpersonales,
cognitivas, procedimentales y comunicativas. Por lo
tanto, sugieren que la investigación educativa debe
ser un medio para problematizar y así conocer mejor
el campo de formación y cómo intervenir en él.
Por su parte, la investigación educativa, refiere
estudios para la búsqueda de conocimientos que
contribuyan a explicar y comprender ciertos fenó-
menos o problemas disciplinares (Navas-Aparicio,
2021), a partir de una rigurosidad teórica-metodo-
lógica que permita indagar objetos de conocimiento
suficientemente fundamentados, a partir de lo cual
poderse acercar a fenómenos educativos provistos
conocimientos disciplinares pero también de un
conjunto de principios que deben distinguir a quien
aprende a investigar.
Al respecto de esto, es oportuno observar que
la “Research ethics is increasingly recognized as an
important element in the professional training and
development of all types of researchers—in acade-
mia, government and industry—and at all levels,
from students to professional researchers” (Knight,
2023, p. 1).
Como puede reconocerse, desde cualquier
disciplina, las comunidades académicas pueden
indagar sobre sus objetos de interés en un contexto
Dr. Genaro Aguirre-Aguilar, Dr. Ismael Esquivel-Gámez, Dr. Rubén Edel-Navarro y Dra. María Guadalupe Veytia-Buchelli
Alteridad, 2024, 19(2), 162-172 165
educativo: la práctica docente, el proceso de ense-
ñanza-aprendizaje-evaluación, sobra las TIC aplica-
das a la enseñanza.
El concepto competencias investigativas es una
categoría ligada a la adquisición y desarrollo de
conocimientos disciplinares que le permitan a un
estudiante construir y fundamentar objetos propios
de su disciplina, así como a destrezas relacionadas
con lo metodológico para la planeación, diseño y
el levantamiento de datos empíricos; todo ello en el
contexto de un puñado de valores y actitudes que
permitan a los universitarios dimensionar, compren-
der, reflexionar sobre la importancia de la investi-
gación (Juárez Popoca y Torres Gastelú, 2022), para
contribuir al entendimiento de problemáticas vincu-
ladas a las disciplinas de formación.
De allí que aquellos docentes que promuevan
el aprendizaje de la investigación requieran con-
tar con competencias investigativas, pedagógicas o
didácticas. Con investigativas se refieren a:
La capacidad de movilizar un conjunto de recursos
(saberes, saber ser y saber hacer), en un contexto
definido, esto es, articular, conocimientos, capa-
cidades y comportamientos para integrarlos [a su
práctica pedagógica], apoyado en la metodología
que la pone en marcha. (Balbo, 2015, p. 29)
Así, las competencias pedagógicas son habi-
lidades para planear, diseñar e intervenir estratégi-
camente en los procesos de enseñanza-aprendiza-
je-evaluación; ámbitos donde lo didáctico permite
al docente saber emplear recursos para abordar
contenidos curriculares. Como dirían Kanobel et
al. (2023), las competencias digitales docentes en
el docente universitario supondrían reconocer las
posibilidades de la tecnología para el diseño de
ambientes que innoven la enseñanza y el aprendizaje;
autores que también apuntan la forma en que su uso
se ha revitalizados después de la pandemia vivida.
Hoy en día, en el nivel superior y particular-
mente en los programas de posgrado, se ha incorpo-
rado el uso de recursos tecnológicos a partir de una
infraestructura que provee a sus universitarios del
acceso a Internet, la disposición de plataformas edu-
cativas y equipos de cómputo. Esto ha exigido que los
docentes desarrollen habilidades digitales, destrezas
para gestionar eficazmente información. Además,
una praxis pedagógica ligada al uso de tecnologías
ha supuesto la transformación de la educación, favo-
reciendo metodologías activas e innovadoras que
“lograran una funcionalidad de los aprendizajes”
(De la Cruz Campos, 2023, p. 3), y donde el docente
es clave.
En esa perspectiva, cuando se habla de com-
petencias tecnológicas es para reconocer capacida-
des “para seleccionar y utilizar de forma pertinente,
responsable y eficiente una variedad de herramientas
tecnológicas” (Ministerio de Educación Nacional,
2013, p. 31) que favorezcan prácticas educativas
innovadoras; por lo tanto, un docente universitario
que enseña a investigar, debe contar con atributos
amplios que le permitan: conocer objetos de estudio
disciplinares, el uso de las TIC para el tratamiento de
contenidos curriculares, diseñar ambientes de apren-
dizaje mediados por tecnologías, así como la forma
en que la IA puede facilitar el diseño de estrategias
de aprendizaje como la producción de evidencia de
saberes y habilidades adquiridas, en el contexto de la
formación en investigación.
Un punto de coincidencia entre los expertos
en educación es que las TIC innovan la educa-
ción al permitir construir ambientes de aprendizaje
novedosos (Ministerio de Educación y Formación
Profesional y Administraciones Educativas de las
Comunidades Autónomas, 2020; Martínez, 2020;
Castañeda et al., 2020). En tal tesitura, la Inteligencia
Artificial demanda competencias digitales avanza-
das, en docentes como en estudiantes universitarios,
para potenciar experiencias que favorezcan la for-
mación integral de estudiantes universitarios; para
lo cual es importante que ambos agentes educativos
tengan dominios digitales (SEP, 2020).
Por su parte, en el campo educativo, Moreno
(2019) propone el análisis de la IA desde tres enfo-
ques: “agentes de software conversacionales inteli-
gentes o más comúnmente llamados chatbot, la crea-
ción de plataformas Online para el autoaprendizaje y,
por último, la robótica educativa” (en Macías Moles,
2021, p. 15). En el primer caso, es una tecnología
que permite la interacción entre los usuarios y la
conversación, a partir de la generación de instruc-
ciones (prompts). Los Chatbots (IA generativa) serían
el mejor ejemplo. Por ejemplo, con plataformas
en línea, un docente puede enseñar, mientras un
estudiante aprende de manera guiada o autónoma.
Finalmente, la robótica promueve una relación con
el estudiante que le permite desarrollar su creativi-
dad y la imaginación (Macías Moles, 2021).
Dr. Genaro Aguirre-Aguilar, Dr. Ismael Esquivel-Gámez, Dr. Rubén Edel-Navarro y Dra. María Guadalupe Veytia-Buchelli
© Universidad Politécnica Salesiana, Ecuador
166
En esta perspectiva, el desarrollo de disposi-
tivos móviles ha sido clave, pues a través de ellos, se
puede acceder a entornos virtuales de aprendizaje,
como a las aplicaciones de IA de Google, Microsoft
y al ChatGPT, tecnologías que favorecen la interacti-
vidad en tiempo real, acceder y apropiarse de infor-
mación vinculada a la enseñanza y aprendizaje dis-
ciplinar; recursos, también disponibles para producir
materiales didácticos en audio, imagen, video o texto.
La UNAM (2023), recién ha publicado un
cuaderno con una serie de consideraciones para el
uso responsable de la IA, donde reconoce el impor-
tante avance y su inclusión en los procesos educati-
vos universitarios, para lo cual demanda promover
una actitud crítica y reflexiva frente a ella, partiendo
de familiarizarse con su lenguaje, los usos que se le
puede dar, la forma en que debe incidir en la evalua-
ción, así como lo ético en su empleo.
Es pertinente destacar que también existen
opiniones divergentes que van desde propuestas
para prohibir estas herramientas hasta la defensa de
cambios en los planes de estudio y en los formatos
de evaluación. Organismos como la UNESCO bus-
can abordar los diversos retos y oportunidades que
presenta la IA mediante la formulación de guías y
recomendaciones que abarcan múltiples aspectos.
Estas incluyen la planificación de la IA, la gestión de
la IA para la impartición de la educación, el uso de
la IA para el aprendizaje y la evaluación del aprendi-
zaje, la IA con equidad de género y para la igualdad
de género, y la IA para apoyar a la docencia y a los
docentes, entre otros (UNESCO, 2019).
En esta perspectiva, el estudiantado debe ser
un sujeto activo, especialmente al utilizar la IAGen,
ya que permite la interacción y retroalimentación
entre él y el recurso, donde la mediación docente
debe ser clave, al poder hacerle sugerencias sobre
el tipo de información que requiere su aprendizaje;
en el entendido que la “la IAGen concentra conoci-
mientos de diversas áreas de estudio, por lo que se
puede pedir que se comporte como revisor, asesor
o emisor de recomendaciones al instante” (UNAM,
2023, p. 25).
1.1 Acercamientos a un estado del
conocimiento
Como toda tecnología novedosa, la IA ha lla-
mado la atención de las comunidades epistémicas, en
particular entre quienes se forman en programas de
posgrado, algunos de los cuales, tienen trayectorias
académicas. Por eso resulta, particularmente inte-
resante las investigaciones documentales que, sobre
la IA, en el contexto educativo, se han publicado
(Carbonell-García et al., 2023), donde se sistemati-
zan fuentes que han abordado la IA en la educación,
enfatizando su importancia para innovar las prácti-
cas educativas y con ello la mejora de la enseñanza.
Por otro lado, hay estudios donde lo humano y su
relación con la máquina se analizan a la luz de las
habilidades digitales que puedan potenciar el uso de
plataformas educativas (Bonani, 2020, p. 43).
Chávez Solís et al. (2023) destacan el papel
de la IA para manejar grandes volúmenes de infor-
mación, lo que facilita mucho el trabajo académico,
cuando de sistematizar y apropiarse de información
ligada a proyectos de investigación, se trata. En
tanto, Melo Hanna et al., (2023), realizan un estudio
documental cuyo objetivo fue mostrar el papel que
puede jugar la IA en la educación. Ellos toman como
constructos teóricos: plataformas en línea, educación
personalizada, Deep learning, la robótica educativa,
el machine learning y chatbots. Tras reconocer la
amplitud temática de la IA, subrayan la importancia
de la IA para transformar las experiencias de enseñar
como de aprender en el mundo entero (2023).
El interés por la IA —como objeto de cono-
cimiento— halla en la ingeniería su campo natural.
Por ejemplo, Alonso Astruga (2021), motivado por el
diseño de un chatbot que respondiera a las necesida-
des del usuario, se plantea como objetivo realizar una
propuesta “metodológica para el análisis de requisi-
tos y diseño de chatbots, de preguntas y respuestas”
(p. 2), para lo cual implementa una metodología que
le permite desarrollar un sistema y un prototipo de
chatbot. Como autor observa que, si bien alcanzó los
objetivos planteados, reconoce la falta de informa-
ción que alimentara al prototipo para facilitar “cier-
tas funcionalidades” (2021, p. 87), al usuario. Para lo
educativo, observa: “se han demostrado los roles que
puede tomar el chatbot en la comunicación con los
alumnos” (p. 91), donde las preguntas y respuestas
son las generadoras de aprendizaje interactivo.
Por su parte, Martínez Díaz (2021), desarrolla
un chatbot y una aplicación Web para el aprendizaje
infantil. Su objetivo fue crear la interfaz conversa-
cional para una y otra tecnología que permitiera
explicar la clasificación de meteoros a los niños.
Dr. Genaro Aguirre-Aguilar, Dr. Ismael Esquivel-Gámez, Dr. Rubén Edel-Navarro y Dra. María Guadalupe Veytia-Buchelli
Alteridad, 2024, 19(2), 162-172 167
Para este autor, la IA con fines educativos ha tenido
un importante papel, como resultado de la comu-
nicación y la interactividad en su uso; razón por la
cual los chatbots tiene un potencial para favorecer el
aprendizaje, sin que esto suponga la sustitución del
docente, pero sí un aprendizaje estudiantil centrado
en preguntas que permiten la consulta de conceptos
y dialogar sobre diversas temáticas. Martínez Díaz
(2021) apunta que una IA también contribuye a una
educación inclusiva, equitativa y de calidad.
Pedraza Caro (2023) investiga la IA en su
dimensión social. Reconociendo sus ventajas y
los dilemas que implica, se plantea como objetivo
“Identificar los principales riesgos, desafíos y opor-
tunidades de la Inteligencia Artificial en la sociedad,
en los próximos años” (p. 2). Después de una revisión
documental sobre su la evolución, destaca el impacto
que en diversos campos profesionales y disciplinares
ha tenido. Hacia sus conclusiones habla de la “opor-
tunidad inminentemente poderosa” (p. 43) de la IA,
pero también de los dilemas y riesgos si no se asume
una actitud ética en su empleo y ámbitos de uso. Sobre
los desafíos, sostiene están “la brecha boral y de géne-
ro” (p. 46), reconocibles en la industria 4.0.
Por su parte, Akgun y Greenhow (2022) y
Wang y Cheng (2021) coinciden en sus estudios
sobre la aplicación de la IA en entornos educativos
K-12 (primaria y secundaria), con los primeros
en Estados Unidos y los segundos en Hong Kong.
Ambos grupos de investigadores destacan las pre-
ocupaciones éticas y sociales relacionadas con la
implementación de la IA y la necesidad de que los
profesores tengan una comprensión pedagógica sóli-
da de esta tecnología. Sin embargo, mientras que
Akgun y Greenhow consideran la IA como un recur-
so positivo que mejora las experiencias educativas
de los maestros, Wang y Cheng identifican barreras
de primer y segundo orden. Estas barreras incluyen
la integración pedagógica de la IA en el currículo, la
resistencia al cambio por parte de los maestros y la
percepción de la IA como una amenaza en lugar de
una herramienta educativa. Liu et al. (2023) conclu-
yen que la mayoría de los académicos chinos apoyan
la integración cuidadosa de herramientas de IA en la
educación, viéndolas como una herramienta para el
aprendizaje personalizado.
Finalmente, se cita el trabajo “La Inteligencia
Artificial como recurso educativo durante la forma-
ción inicial del profesorado” (Ayuso-del Puerto y
Gutiérrez-Esteban, 2022), cuyo foco es reconocer la
forma en que la IA facilita la personalización del apren-
dizaje. Su diseño metodológico fue mixto para el que
empleó un cuestionario cerrado y entrevistas abiertas.
Participaron 76 profesores de formación inicial. Entre
sus resultados se destaca que, en ítems sobre la facilidad
para usar la IA, así como su importancia para el desa-
rrollo de proyectos educativos, los participantes mos-
traron indiferencia (52.6 % y 43.4 %, respectivamente),
mientras que un 42.1 % afirmó sentirse inseguro para
diseñar proyectos académicos con esta herramienta; lo
que no impide que un 55.3 % acepte la posibilidad de
emplearla en proyectos futuros. Concluyen hablando
de la redefinición del rol docente, ligada a la creación
de recursos y desarrollo de habilidades tecnológicas.
Observan que, si bien hay incertidumbres sobre la
facilidad para emplear IA, quienes participaron en el
estudio, terminaron por valorar positivamente su uso,
al considerar “su potencial pedagógico llegando a reco-
nocer la utilidad de la IA en el proceso de enseñanza y
recomendar su uso a otros/as docentes” (2022, p. 354).
Tras la revisión de la literatura, es pertinente
reconocer que los y las estudiantes que se forman
en investigación enfrentan desafíos para dominar
distintas competencias relacionadas al diseño de la
investigación, su fundamentación teórica, el análi-
sis de datos, la interpretación de estos, así como la
presentación parcial o total de los resultados. No
obstante, hay procesos que pueden facilitarse con
las TIC.
Cárdenas (2023), señala que la IA permite
reducir los tiempos en la realización de distintas
actividades para que los y las estudiantes puedan
centrarse en aquellas que favorezcan el desarrollo de
habilidades de orden superior: procesos de análisis,
interpretación y reflexión de resultados. Sin embar-
go, también existe el riesgo de emplear herramientas
de IA que debiliten las habilidades cognitivas, lo que
ha generado un debate académico sobre el uso esta
tecnología en la formación investigadora.
Se prevé que en las próximas décadas la
IA tendrá un impacto significativo en la creativi-
dad científica y en la manera en cómo se abordan
los fenómenos sociales, es por ello por lo que los
investigadores en formación deben aprovechar las
oportunidades que implica el empleo de distintas
tecnologías (Torres-Gómez, 2023).
En este sentido, cobran especial interés la
variable competencias investigativas y las actitudes
Dr. Genaro Aguirre-Aguilar, Dr. Ismael Esquivel-Gámez, Dr. Rubén Edel-Navarro y Dra. María Guadalupe Veytia-Buchelli
© Universidad Politécnica Salesiana, Ecuador
168
ante el empleo de la IA por parte de estudiantes de
posgrado (Especialidad, Maestría y Doctorado), ya
que el uso aplicaciones vinculadas a la IA no depen-
de únicamente del acceso que se tenga a estas, sino
de las actitudes del estudiantado frente a su empleo
en procesos formativos y para el desarrollo de com-
petencias investigativas.
Lo anterior ha sido el foco de interés de la
investigación que aquí se reporta, al considerar rele-
vante analizar las actitudes de los y las estudiantes de
posgrado frente a una dinámica, compleja y dialéc-
tica que supone emplear de las TIC en su formación
investigadora a nivel de posgrado.
2. Metodología
La investigación se llevó a cabo desde un
diseño no experimental descriptivo, con un enfoque
cuantitativo, siendo el objetivo analizar la actitud
de estudiantes de posgrado en Ciencias Sociales y
Humanidades para emplear la IA como un recurso
educativo en su proceso de formación investigativa.
Para el desarrollo de la investigación se dise-
ñó el cuestionario en línea Inteligencia Artificial y
Formación de Investigadores, el cual permitió generar
información que respondiera a la pregunta ¿cuál es la
actitud de los y las estudiantes de posgrado en el uso
de herramientas de IA durante su formación como
investigadores?
El instrumento se organizó en cinco dimen-
siones fundamentadas en distintos autores (tabla 1)
y constituidas con indicadores en escala tipo Likert
con cinco opciones de respuesta que van desde 1.
Totalmente en desacuerdo, 2. En desacuerdo, 3.
Neutro, 4. De acuerdo y 5. Totalmente de acuerdo.
Tabla 1. Dimensiones de la IA y la formación de investigadores
Dimensión Concepto
Percepción sobre la IA en la
Investigación
Usos didácticos de la IA para promover situaciones de aprendizaje que fortalezcan los procesos
de investigación (Ng et al., 2023).
Aplicabilidad de la IA en los
procesos de Enseñanza –
Aprendizaje y Evaluación
Algunas de las aplicaciones que se han utilizado en el proceso de enseñanza-aprendizaje me-
diante la IA se destacan la personalización del aprendizaje, la evaluación automatizada, la tutoría
inteligente (González-González, 2023).
Ética de la IA en la
Investigación
Deben abordarse cuestiones y principios fundamentales basados en la responsabilidad, privaci-
dad, equidad y explicabilidad (Villas y Camacho, 2022).
Futuro de la IA en la
investigación
Entre los posibles escenarios del empleo de la IA en los procesos de investigación en un futuro, se
encuentran: a) un mayor acceso a diversidad de herramientas, b) una formación y c) aceptación del
empleo de la IA por parte de los académicos; sin dejar de destacar algunas barreras como el des-
aprovechamiento de la IA, aumento de desigualdades, rezagos en materia digital (Cárdenas, 2023).
2.1 Periodicidad y características
de la muestra
La investigación se llevó a cabo en el trimes-
tre agosto-octubre del 2023 en diez instituciones
de educación superior que ofertan programas de
posgrado relacionados con las Ciencias Sociales y
Humanidades, cinco de ellas públicas y 5 privadas,
en donde participaron 118 sujetos. La población de
estudiantes se conformó por 72 mujeres (61 %) y 46
hombres (39 %). En cuanto a su edad, osciló en un
rango de 23 a más de 53 años, siendo el rango que
representa un mayor porcentaje el de 23 a 27 años
con un 24.6 % y el menor es el de más de 53 con
un 6.8 %. Los estudios que cursan en un 44.9 % son
maestrías, un 32.2 % doctorados y un 22.9 % a nivel
de especialidad.
En cuanto a la disponibilidad y acceso a la
tecnología el 100 % tienen dispositivos propios
para acceder a internet, el lugar de conexión es
del 73.7 % en casa, 23.7 % en el trabajo, en la
Universidad de 1.7 % y en otro espacio de 0.8
%. Su tiempo de conexión, un 61 % reporta más
de nueve horas a la semana; 28 % entre cuatro
a nueve horas a la semana y 11 %, de una a tres
horas semanales.
Los tipos de contenidos que busca el estu-
diantado en estas horas se vincula con el área de
formación disciplinar un 37.3 %, a información
general 27.1 %, al proyecto de investigación 22 %, al
entretenimiento y ocio un 13.6 %.
Dr. Genaro Aguirre-Aguilar, Dr. Ismael Esquivel-Gámez, Dr. Rubén Edel-Navarro y Dra. María Guadalupe Veytia-Buchelli
Alteridad, 2024, 19(2), 162-172 169
3. Resultados
El tratamiento de los datos se realizó a través
del software SPSS V25.0, preliminarmente y para la
selección del tipo de estadístico a emplear se veri-
ficó la normalidad de los resultados con la prueba
Kolmogorov-Smirnov.
La tabla 2 integra el procesamiento, la pro-
porción de aplicaciones o sitios de IA que indicaron
conocer y utilizar los informantes clave.
Tabla 2. Distribución de aplicaciones conocidas y usadas
Conoce Usa
Aplicación Casos Porcentaje Casos Porcentaje
Open IA playground 28 23.7 % 28 23.7 %
Rytr.me 4 3.4 % 4 3.4 %
Elicit.org 3 2.5 % 3 2.5 %
Tldr.this 3 2.5 % 3 2.5 %
Boomy 10 8.5 % 10 8.5 %
CALL-E 7 5.9 % 7 5.9 %
ChatGTP 74 62.7 % 74 62.7 %
Synthesia.oi 5 4.2 % 5 4.2 %
Research Rabbit 11 9.3 % 11 9.3 %
ChatPDF 21 17.8 % 21 17.8 %
No 16 13.6 % 33 28.0 %
En la tabla 3 se muestran los descriptivos de
los ítems, organizados por dimensión. Para determi-
nar la consistencia interna, se ejecutó el estadístico
alfa de Cronbach, obteniendo un alto coeficiente
global (Alfa = .987) y también por cada dimensión,
como se muestra en la tabla 3.
Así mismo, para encontrar los niveles de asocia-
ción entre las dimensiones, se ejecutó el estadístico rho
de Spearman, dado que los datos no seguían una distri-
bución normal. Como se podrá apreciar en la tabla 3,
los coeficientes de correlación son de nivel medio-alto
y muy alta significancia por su nivel de asociación.
Tabla 3. Descriptivos, coeficientes de consistencia interna y de asociación de las dimensiones
Dimensión Media Desv.
Típ.
Alfa de
Cronbach 2 3 4 5 6
1 Percepción sobre la IA en la Investigación 3.64 1.122 0.935 .771** .658** .665** .538** .764**
2 Formación y utilización de la IA en la Investigación 3.61 1.042 0.927 .730** .733** .556** .754**
3Aplicabilidad de la IA en el proceso de enseñanza -
aprendizaje – evaluación 3.75 1.055 0.950 .732** .707** .737**
4 Beneficios y desafíos de la IA en la Investigación 3.60 1.053 0.965 .636** .697**
5Ética y responsabilidad en la utilización de la IA en
la Investigación 4.02 1.189 0.983 .636**
6 Futuro de la IA en la Investigación 3.71 1.137 0.965
** = p < .01
Adicionalmente, tras la generación de los
baremos por dimensión y global, se obtuvieron las
distribuciones de casos para los tres niveles, como se
muestra en la tabla 4.
Dr. Genaro Aguirre-Aguilar, Dr. Ismael Esquivel-Gámez, Dr. Rubén Edel-Navarro y Dra. María Guadalupe Veytia-Buchelli
© Universidad Politécnica Salesiana, Ecuador
170
Tabla 4. Baremos para cada una de las dimensiones
Percep.
sobre la IA
en la Inv.
Form. y
empleo de la
IA en la Inv.
Uso de la IA en el
proceso de Ens.-
aprend. – eval.
Beneficios y
desafíos de la
IA en la Inv.
Ética en la
utilización de la
IA en la Inv.
Futuro de
la IA en la
Inv.
Global
Nivel N % N % N % N % N % N % N %
Alto 68 57.6 74 62.7 77 65.3 71 60.2 83 70.3 67 56.8 80 67.8
Medio 32 27.1 27 22.9 23 19.5 30 25.4 21 17.8 34 28.8 23 19.5
Bajo 18 15.3 17 14.4 18 15.3 17 14.4 14 11.9 17 14.4 15 12.7
Discusión y conclusiones
A partir de los datos aquí presentados, es
sostenible subrayar que el estudiantado de posgra-
do denota un interés por el conocimiento y uso de
aplicaciones de IA, focalizado en herramientas como
OpenAI Playground, ChatGPT y ChatPDF. Estas pla-
taformas representan un conjunto diferenciado de
recursos que facilitan explorar y experimentar con
la IA en su formación investigadora desde diferentes
perspectivas didácticas.
En el caso de OpenAI Playground representa
un entorno interactivo que les permite experimentar
con modelos de IA, modificando parámetros y obser-
vando cómo estos cambios afectan el rendimiento del
modelo en tiempo real. En este sentido, resulta una
herramienta útil para comprender conceptos funda-
mentales de la IA y experimentar con algoritmos de
aprendizaje automático en forma accesible y práctica.
Por lo que respecta al ChatGPT, por su natura-
leza como modelo de lenguaje, lo utilizan para inte-
ractuar con IA, al proporcionarles respuestas cohe-
rentes y contextuales a partir instrucciones dadas.
Lo anterior es una oportunidad para que el estu-
diantado de posgrado explore el potencial de la IA
como asistente virtual, la creación de contenido y la
generación de diálogos. Mientras tanto, el ChatPDF
les permite automatizar la lectura, la síntesis de ideas
más importantes y la generación de resúmenes de
documentos en formato PDF.
La actitud favorable de los y las estudiantes de
posgrado frente a la diversidad y facilidad de acceso
a las aplicaciones refleja su reconocimiento al desa-
rrollo y omnipresencia de la IA en cualquier campo
académico y profesional, es decir “la interactuación
virtual, regulada por los parámetros de la IA permite
facilitar los aprendizajes, ya que los mecanismos
de apoyo se encontrarán disponibles cuando sean
necesario independientemente del tiempo y el espa-
cio del usuario” (Ocaña et al., 2019, p. 538). Dichas
alternativas digitales les permiten familiarizarse con
conceptos clave, experimentar con las tecnologías
de la información, comunicación, conocimiento y
aprendizaje digitales (TICCAD) (SEP, 2020) y explo-
rar sus aplicaciones potenciales, proporcionándoles
un abanico de recursos en apoyo a la investigación
en sus respectivos campos de conocimiento.
Es oportuno destacar las mediciones aso-
ciadas a la dimensión ética y responsabilidad en la
utilización de la IA en la investigación, en el entendi-
do que la UNESCO (2022, p. 34) demanda “alentar
las iniciativas de investigación sobre la utilización
responsable y ética de las tecnologías de la IA en
la enseñanza, la formación de docentes y el apren-
dizaje electrónico…”. Quienes han participado en
este estudio, consideran relevantes las prácticas de
recolección de datos e información, procesamiento
y análisis crítico, así como, la integración de resul-
tados de investigación y reportes de información
o datos, apegados a la fiabilidad y a los códigos de
honorabilidad académica indispensables para una
investigación científica.
En el contexto de lo presentado, uno de los
aportes de este estudio, es reconocer que, más allá
del empleo de la IA como herramientas para el
manejo de grandes volúmenes de información y la
producción de contenidos, las contribuciones de la
IA deben armonizarse con la necesaria convicción
de fundamentar insumos argumentativos-discursi-
vos válidos, con la suficiente solidez y profundidad
científica, propios de los atributos competenciales
y metacognitivos de quienes en la universidad y sus
posgrados se forman. En este sentido, se confirma
la pertinencia del empleo de las TIC para facilitar
procesos educativos integrales (Chávez Solís, 2023),
en los que, el itinerario formativo vivido por el estu-
Dr. Genaro Aguirre-Aguilar, Dr. Ismael Esquivel-Gámez, Dr. Rubén Edel-Navarro y Dra. María Guadalupe Veytia-Buchelli
Alteridad, 2024, 19(2), 162-172 171
diante de posgrado se transforme por la forma en
que se enseña, se aprende y presentan evidencias de
aprendizaje propios de la investigación, pero asisti-
dos por la IA; lo que permite fortalecer las habili-
dades investigativas entre los universitarios (Juárez
Popoca y Torres Gastelú, 2022).
Una de las limitaciones de este estudio es que
se centra en la formación de posgrado en Ciencias
Sociales y Humanidades en México, por lo que en
estudios posteriores pudieran incorporarse otros cam-
pos de conocimiento para valorar las actitudes que
pueden tener los y las estudiantes con otras trayecto-
rias epistémicas diferentes sobre el uso de la IA en su
formación investigadora; incluidos los docentes que
imparten cursos de metodología de la investigación.
Finalmente, es urgente que los docentes univer-
sitarios fortalezcan sus dominios, disciplinares, peda-
gógicos y digitales para potenciar el uso de las TIC en
TICCAD (SEP, 2019), donde la IA, ofrece alternativas
para transformar la enseñanza de la investigación
como el desarrollo de competencias investigativas.
Referencias bibliográficas
Akgun, S. y Greenhow, C. (2021). Artificial intelligence in
education: Addressing ethical challenges in K-12
settings. AI And Ethics, 2(3), 431-440.
https://doi.org/10.1007/s43681-021-00096-7
Alonso Astruga, J. (2021). Propuesta metodológica para
el análisis y diseño de chatbots basados en texto.
[Universidad de Valladolid].
https://bit.ly/48jMNZ2.
Ayuso-del Puerto, D. y Gutiérrez-Esteban, P. (2022). La
inteligencia artificial como recurso educativo
durante la formación inicial del profesorado.
RIED: Revista Iberoamericana De Educación a
Distancia, 25(2).
https://doi.org/10.5944/ried.25.2.32332
Bonami, B., Piazentini, L. y Dala-Possa, A. (2020). Education,
Big Data and Artificial Intelligence: Mixed methods
in digital platforms. Comunicar, 28(65), 43-52.
https://doi.org/10.3916/c65-2020-04
Carbonell-García, C. E., Burgos-Goicochea, S., Calderón-
De-Los-Ríos, D. O. y Paredes-Fernández, O. W.
(2023). La Inteligencia Artificial en el contexto de
la formación educativa. Epísteme Koinonía, 6(12),
152-166. https://doi.org/10.35381/e.k.v6i12.2547
Cárdenas, J. (2023). Inteligencia artificial, investigación y
revisión por pares: escenarios futuros y estrate-
gias de acción. RES, 32(4), a184.
https://doi.org/10.22325/fes/res.2023.184
Castañeda, L., Salinas, J. y Adell, J. (2020). Hacia una
visión contemporánea de la Tecnología Educativa.
Digital Education, 37, 240-268.
https://bit.ly/3I80Xll
Chandra, A. (2021). McCulloch-Pitts Neuron. Mankind’s
first mathematical model of a biological neuron.
https://bit.ly/3Xrn5jl
Chávez Solís, M., Labrada Martínez, E., Carbajal Degante,
E., Pineda Godoy, E. y Alatristre Martínez, Y.
(2023). Inteligencia artificial generativa para
fortalecer la educación superior. LATAM
Revista Latinoamericana De Ciencias Sociales Y
Humanidades, 4(3).
https://doi.org/10.56712/latam.v4i3.1113
Correa Cortés, M. (2020). Diseño Instruccional: Aplicaciones
en la Educación en Línea: El Diseño Instruccional.
En M. Luna Rizo, S. Ayala Ramírez, y P. Rosas
Chávez (coords.), Elemento clave para la Innovación
en el Aprendizaje Modelos y Enfoques (pp. 13-36).
Universidad de Guadalajara. https://bit.ly/4b5se44.
De La Cruz Campos, J. C., Villalba, M. J. S., Del Olmo
Fernández, M. J. A. y Maldonado, J. J. V. (2023).
Competencias digitales docentes en la educación
superior. Un análisis bibliométrico. Hachetetepé, (26).
https://doi.org/10.25267/hachetetepe.2023.i26.1103
Del Carmen Navas-Aparicio, M. (2021). Why is research
important in university teaching? Odovtos, 10-13.
https://doi.org/10.15517/ijds.2021.48152
García Arieto, L. (2021). Radio, televisión, audio y
vídeo en educación. Funciones y posibilidades,
potenciadas por el COVID-19. RIED: Revista
Iberoamericana de Educación a Distancia, 25(1).
https://doi.org/10.5944/ried.25.1.31468
George Reyes, C. (2023). Competencias digitales básicas
para garantizar la continuidad académica pro-
vocada por el Covid-19. Apertura, 13(1), 36-51.
https://bit.ly/3OSJjWF
González-González, C. S. (2023). El impacto de la inte-
ligencia artificial en la educación: transforma-
ción de la forma de enseñar y de aprender.
Qurriculum, 36, 51-60.
https://doi.org/10.25145/j.qurricul.2023.36.03
Juárez Popoca, D. y Torres Gastelú, C. (2022). La compe-
tencia investigativa básica. Una estrategia didác-
tica para la era digital. Sinéctica, 58.
https://doi.org/10.31391/s2007-7033(2022)0058-003
Kanobel, M. C., Galli, M. G. y Chan, D. M. (2023).
Competencias digitales docentes en el nivel de
educación superior en Argentina. Cuadernos de
Investigación Educativa, 14(2).
https://doi.org/10.18861/cied.2023.14.2.3402
Dr. Genaro Aguirre-Aguilar, Dr. Ismael Esquivel-Gámez, Dr. Rubén Edel-Navarro y Dra. María Guadalupe Veytia-Buchelli
© Universidad Politécnica Salesiana, Ecuador
172
Knight, J. (2023). Evaluating the impacts of a research
ethics training course on university researchers.
Social Sciences, 12(3), 182.
https://doi.org/10.3390/socsci12030182
Liu, M., Ren, Y., Nyagoga, L. M., Stonier, F., Wu, Z. y Yu,
L. (2023). Future of education in the era of gene-
rative artificial intelligence: Consensus among
Chinese scholars on applications of ChatGPT
in schools. Future in Educational Research, 1(1),
72-101. https://doi.org/10.1002/fer3.10
Macías Moles, Y. y Grandío Botella, A. (2021). La tecno-
logía y la inteligencia artificial en el sistema educa-
tivo. [Universitat Jaume]. https://bit.ly/3T77anS
Martínez Díaz, M. D. (2021). Desarrollo de un chat-
bot y aplicación Web para clasificar sonidos del
cielo enfocada a un público infantil. [Universidad
Politécnica de Madrid]. https://bit.ly/42UI5Qn
Martínez, M. M. (2020). Políticas educativas e incorpora-
ción de las TIC en la educación superior mexica-
na. Revista Digital Universitaria, 21(6).
https://doi.org/10.22201/cuaieed.16076079e.2020.21.6.13
Melo Hanna, G. y Coto Goyón, M. (2023). Vista de
Educación y la Inteligencia Artificial (IA).
Dominio de las Ciencias. Revista Científica, 9(4).
https://bit.ly/3uNp6uk
Ministerio de Educación Nacional. (2013). Competencias
TIC para el desarrollo profesional docente.
https://bit.ly/3uO3OwD
Ministerio de Educación y Formación Profesional y
Administraciones educativas de las comunidades
autónomas. (2020). Marco de referencia de la com-
petencia digital docente. Ministerios de Educación
y Formación Profesional. https://bit.ly/4bFgC9v
Muñoz Martínez, M. (2020). Políticas educativas e incor-
poración de las TIC en la educación superior
mexicana. Revista Digital Universitaria, 21(6).
https://doi.org/10.22201/cuaieed.16076079e.2020.21.6.13
Ng, T. K., Lee, M., Ji Tan, R.J. y Hu, X. (2023). A review
of IA teaching and learning from 2000 to 2020.
Education and Information Technologies.
https://doi.org/10.1007/s10639-002-11491-w
Ocaña-Fernández, Y., Valenzuela-Fernández, L. y Garro-
Aburto, L. (2019). Inteligencia artificial y sus
implicaciones en la educación superior. Propósitos
y Representaciones, 7(2), 536-568.
http://dx.doi.org/10.20511/pyr2019.v7n2.274
Oliver, N. (2020). Inteligencia Artificial, naturalmente: Un
manual de convivencia entre humanos y máqui-
nas para que la tecnología nos beneficie a todos.
Gobierno de España. https://bit.ly/48jNykQ
Organización de las Naciones Unidas para la Educación,
la Ciencia y la Cultura. (2018). Recomendación
sobre la ética de la inteligencia artificial. UNESCO.
https://bit.ly/3V6feXF.
Pedraza Caro, J. y Benali Taouis, H. (2023). La Inteligencia
Artificial en la sociedad: Explorando su impac-
to actual y los desafíos futuros. [Universidad
Politécnica de Madrid]. https://bit.ly/3I68fGg
Secretaría de Educación Pública. (2020). Agenda Digital
Educativa. Gobierno de México.
https://bit.ly/4bIc6XJ
Serrano de Moreno, M., Castellanos Herrera, S. y Jacobo
Andrade, D. (2024). Competencias en investiga-
ción del profesorado universitario: Desafíos en la
construcción de la cultura investigativa. Revista
De Ciencias Sociales, 381-397.
https://doi.org/10.31876/rcs.v30i1.41662
Solís, M. E. C., Martínez, E. L., Degante, E. C., Godoy, E.
P. y Martínez, Y. A. (2023). Inteligencia artificial
generativa para fortalecer la educación supe-
rior. LATAM Revista Latinoamericana de Ciencias
Sociales y Humanidades, 4(3).
https://doi.org/10.56712/latam.v4i3.1113
Torres-Gómez, A. (2024). Necesidades de información
y percepción sobre las herramientas de inte-
ligencia artificial en estudiantes de doctorado
en investigación educativa en Tlaxcala, México.
Investigación Bibliotecológica: Archivonomía,
Bibliotecología E Información, 38(98), 79-98.
https://doi.org/10.22201/iibi.24488321xe.2024.98.58852
Organización de las Naciones Unidas para la Educación,
la Ciencia y la Cultura. (2019). Beijing Consensus
on Artificial Intelligence and Education. UNESCO.
https://unesdoc.unesco.org/ark:/48223/pf0000368303
Universidad Autónoma de México. (2022).
Recomendaciones para el uso de la inteligencia
artificial generativa en la docencia (Universidad
Nacional Autónoma de México). UNAM/
CUAIEED/IISUE. https://bit.ly/3T6QtsK
Villas, M. y Camacho, J. (2022). Manual de Ética aplica-
da en Inteligencia Artificial. Anaya-Multimedia-
Anaya Interactiva.
Wang, T. y Cheng, E. C. K. (2021). An investigation of
barriers to Hong Kong K-12 schools incorporating
Artificial Intelligence in education. Computers
and Education: Artificial Intelligence, 2, 100031.
https://doi.org/10.1016/j.caeai.2021.100031
Watters, A. (2021). Teaching Machines: The History of
Personalized Learning. MIT.
