CORPUS EPISTEMOLÓGICO SOBRE PERCEPCIONES, RETOS Y OPORTUNIDADES DE LA INTEGRACIÓN DE LA INTELIGENCIA ARTIFICIAL EN LA DOCENCIA UNIVERSITARIA
Palabras clave:
Inteligencia Artificial, corpus epistemológico, percepciones docentes, retos, oportunidades, educación universitariaResumen
La presente investigación tuvo como propósito producir un corpus epistemológico que emerja de las percepciones, retos y oportunidades vinculados a la integración de la Inteligencia Artificial en la docencia de la UNEFA. Se fundamentó en los aportes de Vera, Parga y Torres (2023), y se desarrolló bajo un enfoque cualitativo, paradigma interpretativo y método fenomenológico hermenéutico, siguiendo las cuatro fases propuestas por Fuster (2019). El estudio se realizó en la UNEFA-Cumaná, con tres informantes clave seleccionados intencionalmente. Las técnicas de recolección incluyeron revisión documental, observación participante y entrevistas a profundidad. Para el análisis se emplearon el análisis discursivo y la triangulación de hallazgos, garantizando validez mediante juicio de expertos. Los resultados evidencian que la IA es percibida como una herramienta con alto potencial para transformar la praxis docente, al favorecer metodologías activas y personalizadas. Sin embargo, se identifican retos significativos relacionados con infraestructura tecnológica insuficiente, brechas digitales y resistencias culturales. Se concluye que la construcción de un corpus epistemológico en torno a estas percepciones constituye un aporte teórico que orienta la integración responsable de la IA, promoviendo una praxis docente más inclusiva y pertinente frente a los retos del siglo XXI.
Descargas
Citas
Acevedo Carrillo, M., Cabezas Torres, N. M., La Serna La Rosa, P. A., & Araujo Rossel, S. A. (2025). Desafíos y oportunidades de la inteligencia artificial en la educación superior latinoamericana: una revisión sistemática de la literatura. Revista InveCom, 6(1), 1–10. https://doi.org/10.5281/zenodo.15508755
Bermeo-Paucar, J., Pérez-Martínez, L., & Villalobos Antúnez, J. V. (2024). Inteligencia Artificial Educativa. “Quinta ola”, Conectivismo e Innovación Digital Pedagógica. European Public & Social Innovation Review, 9, 1–17. https://doi.org/10.31637/epsir-2024-1599
Burgos, J. (2019). Modelo de gestión basado en el enfoque de las Organizaciones Inteligentes en América Latina. [Tesis Doctoral, Universidad Tecana American].
Cedeño Meza, J. G., Maitta Rosado, I. S., Vélez Zambrano, M. L., & Palomeque Zambrano, J. Y. (2024). Investigación universitaria con inteligencia artificial. Revista Venezolana De Gerencia, 29(106), 817-830. https://doi.org/10.52080/rvgluz.29.106.23
Coddou, A. (2023). Nuevas tecnologías y derecho a la educación: El caso de la IA. [Ponencia]. Curso “Educación y Derecho Internacional de los Derechos Humanos”, Universidad Austral de Chile.
Flores, J. (2022). Ética y prospectiva de la inteligencia artificial en la educación. Universidad de Salamanca.
Freire, P. (1992). Pedagogía del Oprimido. Siglo XXI.
Fuster, D. (2019). Investigación cualitativa: Método fenomenológico hermenéutico. Propósitos Y Representaciones, 7(1), 201–229. https://doi.org/10.20511/pyr2019.v7n1.267
García, J., Alor, L., & Cisneros, Y. (2023). Percepción de los tutores virtuales sobre el impacto de la inteligencia artificial en la educación universitaria. Company Games & Business Simulation Academic Journal, 3(1), 49-58.
Jay, W., Padilla, M. G., & Rodelo, M. K. (2024). Políticas públicas ante la Revolución de la inteligencia artificial en Colombia. Revista Venezolana De Gerencia, 29(106), 865-880.
Kolb, D. (1984). Aprendizaje experiencial: La experiencia como fuente de aprendizaje y desarrollo. Prentice Hall.
Morales, A., & Vázquez, M. (2020). Ética en la inteligencia artificial: una guía para educadores en el siglo XXI. Tecnología Educativa y Sociedad, 23(1), 15-29.
Morin, E. (2008). La mente bien ordenada. Tusquets.
Parga, R. (2023). La inteligencia artificial en el sistema educativo venezolano: oportunidades y amenazas. Revista Eduweb, 17(4), 9-15.
Rivas, A., Buchbinder, N., & Barrenechea, I. (2023). El futuro de la Inteligencia Artificial en educación en América Latina. ProFuturo y OEI.
Rodríguez, Á. F., Medina, M. A., Tapia, D. A., & Rodríguez, J. C. (2022). Formación docente en el proceso de cambio e innovación en la educación. Revista Venezolana de Gerencia, 27(Especial 8), 1420-1434.
Siemens, G. (2014). Conectivismo: Una teoría del aprendizaje para la era digital. Revista Internacional de Tecnología Instruccional y Aprendizaje a Distancia, 2(1), 3-10.
Tejedor, S., & Gómez, J. (2020). Formación docente e inteligencia artificial: desafíos y perspectivas para el futuro de la educación. Revista Internacional de Investigación Educativa, 5(2), 78-92.
Torres, J. (2023). La inteligencia artificial (IA) en la Educación Superior: Retos y Oportunidades. [Tesis Doctoral, Universidad Pedagógica Experimental Libertador].
UNESCO. (2023). Guía para el uso de IA generativa en educación e investigación. UNESCO.
UNESCO IESALC. (2025). Los retos de la IA en la educación superior y el imperativo de los marcos de competencias. UNESCO.
Vera, F. (2023). Integración de la Inteligencia Artificial en la Educación superior: Desafíos y oportunidades. Revista Electrónica Transformar, 4(1), 17–34.
Vygotsky, L. S. (1978). El desarrollo de los procesos psicológicos superiores. Crítica
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2026 Sinopsis Educativa
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
