5925820287020La Inteligencia Artificial como aliada de los docentes y los estudiantes en el proceso educativoArtificial Intelligence as an ally for teachers and students in the educational processHenry Izquierdo Universidad Nacional Experimental de Guayana Ciudad Guayana, Venezuela Correo: hizquier@gmail.com ORCID: https://orcid.org/0000-0002-6679-8735 -8708612110400Resumen69361961441450Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC4092ISSN-L (Múltiples Soportes): 2343-565800Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC4092ISSN-L (Múltiples Soportes): 2343-5658La Inteligencia Artificial transformará la enseñanza y la forma de aprender, es un enigma que no estaba contemplado recientemente en la tecnología. La sociedad del conocimiento exige cambios urgentes en los sistemas educativos, los cuales deben estar unidos con las nuevas tecnologías y los servicios intangibles. Es un hecho la “Era de la Inteligencia Artificial” debido a que dependemos en gran medida de nuevas tecnologías en la cotidianidad. La Inteligencia Artificial pudiese personalizar la educación con retroalimentación, evaluación efectiva, y los docentes tomarán decisiones sobre el aprendizaje de sus estudiantes. La identificación en la educación es posible gracias a la capacidad que tiene la Inteligencia Artificial para analizar grandes cantidades de datos y adaptar el contenido y la metodología de enseñanza a las necesidades individuales de cada estudiante. La investigación analiza el impacto de la Inteligencia Artificial (IA) en el ámbito educativo mediante una revisión sistemática de 120 artículos científicos indexados en Scopus entre 2010-2020. El estudio identifica los sistemas de IA más utilizados, los niveles educativos beneficiados, las áreas de conocimiento con mayor implementación y los métodos de evaluación predominantes. Los resultados revelan que los Sistemas Tutoriales Inteligentes (33.3%) y los Juegos Educativos (20.8%) son las aplicaciones más frecuentes, con predominio en educación superior (50%) y áreas STEM (41.7%). La metodología principal empleada en las investigaciones revisadas fue cuasiexperimental (33.3%). El trabajo aporta una perspectiva crítica sobre las tendencias actuales y sugiere direcciones futuras para investigación, destacando la necesidad de mayor diversificación en niveles educativos tempranos y áreas de humanidades.Palabras clave: IA, enseñanza artificial, procesos neurales, educación potenciada.-870869906100AbstractArtificial Intelligence (AI) will transform teaching and learning; it represents an enigma that was not recently contemplated within technology. The knowledge society demands urgent changes in educational systems, which must be integrated with new technologies and intangible services. The “Era of Artificial Intelligence” is a fact, as we largely depend on new technologies in our daily lives. AI has the potential to personalize education through feedback, effective evaluation, and data-driven decision-making by teachers regarding their students’ learning processes.Personalization in education is possible thanks to AI’s capacity to analyze large volumes of data and adapt both content and teaching methodologies to the individual needs of each learner. This research analyzes the impact of Artificial Intelligence (AI) in education through a systematic review of 120 scientific articles indexed in Scopus between 2010 and 2020. The study identifies the most widely used AI systems, the educational levels benefiting from their application, the areas of knowledge with higher implementation rates, and the predominant evaluation methods.center-13326000The results reveal that Intelligent Tutoring Systems (33.3%) and Educational Games (20.8%) are the most common applications, mainly in higher education (50%) and STEM fields (41.7%). The primary methodology employed in the reviewed studies was quasi-experimental (33.3%). This work provides a critical perspective on current trends and suggests future research directions, highlighting the need for greater diversification in early educational levels and in the humanities.Keywords: Artificial Intelligence, AI-based teaching, neural processes, enhanced education.IntroducciónLa Inteligencia Artificial (IA) es la capacidad de las máquinas de realizar tareas que normalmente requieren inteligencia humana, como el razonamiento, el aprendizaje, la percepción o la creatividad. La IA se ha convertido en una tecnología clave para el desarrollo de la sociedad y la economía, con aplicaciones en diversos sectores como la salud, la industria, el transporte o la comunicación. Entre estos sectores, la educación es uno de los más beneficiados y desafiados por la IA, ya que puede transformar la forma en que enseñamos y aprendemos, así como generar nuevas oportunidades y retos para los docentes y los estudiantes.La IA en la educación se puede definir como el uso de sistemas inteligentes para apoyar, mejorar o personalizar los procesos educativos, tanto dentro como fuera del aula. La IA puede ayudar a mejorar la calidad y la equidad de la educación, al facilitar el acceso al conocimiento, al adaptar el contenido y la metodología a las necesidades y preferencias de cada estudiante, al proporcionar retroalimentación y evaluación continua, al fomentar el aprendizaje colaborativo y autónomo, y al asistir a los docentes en su labor pedagógica. Algunos ejemplos de aplicaciones de la IA en la educación son los sistemas tutoriales inteligentes, los asistentes virtuales, los juegos educativos, los sistemas de reconocimiento de voz o escritura, o los sistemas de análisis de datos.Sin embargo, la IA en la educación también plantea una serie de desafíos y preocupaciones que deben ser abordados desde una perspectiva ética, social y legal. Algunos de estos desafíos son la privacidad y seguridad de los datos personales, la transparencia y explicabilidad de los algoritmos, el sesgo y la discriminación en los sistemas inteligentes, el impacto en el empleo y las competencias de los docentes, o el equilibrio entre la autonomía y el control de los estudiantes. Estos desafíos requieren una reflexión crítica sobre el papel de la IA en la educación, así como una regulación adecuada que garantice el respeto a los derechos humanos y los principios éticos.En este trabajo se logró analizar el estado actual y las tendencias futuras de la IA en la educación, así como sus implicaciones para los docentes, los estudiantes y la sociedad en general. Para ello, se revisó la literatura científica sobre el tema, se describieron algunos casos de estudio relevantes, y se propuso algunas recomendaciones para una integración responsable y efectiva de la IA en la educación.Fundamentos teóricos de la Inteligencia ArtificialLa noción de inteligencia artificial educativa se fundamenta en las primeras aproximaciones de Brazdil & Jorge (2001), quienes definieron la IA como un conjunto de técnicas que buscan emular el razonamiento humano. Posteriormente, Aleven et al. (2016) desarrollaron el concepto de sistemas tutoriales inteligentes como herramientas capaces de simular la tutoría humana mediante trazas de aprendizaje individualizadas.De acuerdo con Russell y Norvig (2020), la IA abarca múltiples ramas, entre ellas el aprendizaje automático, la minería de datos y la automatización cognitiva, que constituyen la base de sus aplicaciones educativas. La IA se ha convertido en una tecnología clave para el desarrollo de la sociedad y la economía, con aplicaciones en diversos sectores como la salud, la industria, el transporte o la comunicación. Entre estos sectores, la educación es uno de los más beneficiados y desafiados por la IA (Norman, 2019), ya que puede transformar la forma en que enseñamos y aprendemos, así como generar nuevas oportunidades y retos para los docentes y los estudiantes.Por otra parte, a diario utilizamos, conscientes o no, los beneficios de la Inteligencia Artificial (IA). Cada vez que se realiza una investigación en la web, a través de los motores de búsqueda, en cualquiera de sus tipos, estos presentan una gran cantidad de resultados porque su software de Aprendizaje Automático se ha aprovechado como indexar las páginas. En este sentido las redes sociales o las aplicaciones de tecnología móvil reconocen los rasgos faciales de los contactos en fotos, aplican el aprendizaje automático. Los principales correos electrónicos del mundo utilizan filtro de spam y el desvío de correos hacia las etiquetas (Carpetas escogidas para este fin) a fin de evitar que el usuario deba leer decenas o cientos de miles de correos no deseados, esto se debe a que, a través del aprendizaje automático, los programas pueden distinguir entre correo deseado y no deseado (Norman, 2019, citado por Incio Flores, Sánchez, Urbina, Valles Coral, Medrano & Gonzales, 2022), y que no se deben perder con la utilización de la IA a nivel de educación en general. El uso de la IA debe potenciar el análisis crítico y el aprendizaje automático, si no se perdería la esencia de educar. El uso de la IA en la educación puede entenderse como el uso de sistemas inteligentes. El uso de la IA debe orientarse a potenciar el pensamiento crítico y el aprendizaje autónomo, preservando la esencia formativa de la educación (Incio Flores et al., 2022) y entender el uso de sistemas inteligentes para apoyar, mejorar o personalizar los procesos educativos, tanto dentro como fuera del aula (Chen et al., 2020). La IA puede ayudar a mejorar la calidad y la equidad de la educación, al facilitar el acceso al conocimiento, al adaptar el contenido y la metodología a las necesidades y preferencias de cada estudiante, al proporcionar retroalimentación y evaluación continua, al fomentar el aprendizaje colaborativo y autónomo y al asistir a los docentes en su labor pedagógica.Entre las aplicaciones más reconocidas de la inteligencia artificial (IA) en la educación destacan los sistemas tutoriales inteligentes, los asistentes virtuales y los entornos de aprendizaje gamificados. Estos enfoques permiten personalizar la enseñanza, ofrecer retroalimentación adaptativa y promover la autonomía del estudiante (Aleven et al., 2016; UNESCO, 2020; Xu & Ouyang, 2022).Los sistemas tutoriales inteligentes son programas informáticos que simulan un tutor humano, ofreciendo instrucción individualizada y adaptativa a los estudiantes según su nivel y ritmo de aprendizaje.Los asistentes virtuales son agentes inteligentes que interactúan con los usuarios mediante voz o texto, proporcionando información, orientación o apoyo emocional en diferentes contextos educativos.Los juegos educativos son entornos virtuales que combinan elementos lúdicos y pedagógicos, motivando a los estudiantes a aprender mediante el juego y la gamificación.Los sistemas de reconocimiento de voz o escritura son tecnologías que permiten convertir el habla o la escritura en texto digital, facilitando el acceso al conocimiento y la comunicación entre personas con diferentes idiomas o capacidades.Los sistemas de análisis de datos son herramientas que recogen, procesan y visualizan grandes cantidades de datos sobre el comportamiento y el rendimiento de los estudiantes, ofreciendo información útil para mejorar el proceso de enseñanza y aprendizaje.La IA en la educación también plantea una serie de beneficios y desafíos que deben ser considerados desde una perspectiva ética, social y legal. Entre los beneficios se pueden destacar los siguientes según la UNESCO (2020) y confirmado por Chen et al. (2020).La IA puede contribuir a reducir las brechas educativas entre países y regiones, ofreciendo soluciones innovadoras para ampliar el acceso a una educación inclusiva y equitativa para todos.La IA puede mejorar la calidad de la educación, ofreciendo recursos educativos personalizados y adaptados a las necesidades y preferencias de cada estudiante, así como retroalimentación y evaluación continua.La IA puede potenciar el rol del docente, ofreciendo herramientas que faciliten su trabajo administrativo, pedagógico y formativo, así como asistencia e información para mejorar su toma de decisiones.La IA puede fomentar el desarrollo de competencias clave para el siglo XXI, como el pensamiento crítico, la creatividad, la colaboración o la resolución de problemas.Entre los desafíos se pueden mencionar los siguientes UNESCO, 2020 y reforzado por Aleven, McLaren, Roll, & Koedinger (2016).La IA puede generar riesgos para la privacidad y seguridad de los datos personales de los usuarios educativos, así como para su autonomía e identidad digital.La IA puede generar falta de transparencia y explicabilidad en los algoritmos que rigen los sistemas inteligentes, dificultando su comprensión y control por parte de los usuarios educativos.La IA puede generar sesgo y discriminación en los sistemas inteligentes, debido a factores como la calidad o procedencia de los datos utilizados para entrenarlos o evaluarlos.La IA puede generar impacto en el empleo y las competencias de los docentes, debido a posibles cambios en sus roles o funciones por parte de los sistemas inteligentes reforzado por Liberties.eu. (2021). Regulación de la IA: Situación actual y posibilidades futuras. Estos desafíos requieren una reflexión crítica sobre el papel de la IA en la educación, así como una regulación adecuada que garantice el respeto a los derechos humanos y a los principios éticosLa inteligencia artificial (IA) puede tener un impacto positivo o negativo en los derechos humanos, dependiendo de cómo se diseñe, desarrolle y utilice. Por ello, es necesario establecer una regulación adecuada que garantice el respeto a los derechos humanos y los principios éticos en el ámbito de la IA, tanto a nivel nacional como internacional.Una regulación eficaz de la IA que proteja los derechos debe contener, como mínimo, las siguientes salvaguardas (Liberties.eu, 2021):Prohibir las tecnologías que violan los derechos fundamentales, como la vigilancia masiva biométrica o los sistemas de policía predictiva.Establecer criterios de transparencia, explicabilidad y rendición de cuentas para los sistemas de IA, asegurando que se puedan conocer y cuestionar sus objetivos, métodos y resultados.Garantizar la participación y el consentimiento de las personas afectadas por los sistemas de IA, respetando su autonomía, privacidad y dignidad.Prevenir y corregir el sesgo y la discriminación en los sistemas de IA, asegurando que se utilicen datos representativos, justos y veraces, y que se eviten los prejuicios de género, étnicos o sociales.Fomentar la innovación responsable y el desarrollo sostenible en el ámbito de la IA, promoviendo el uso de la IA para fines sociales, ambientales y humanitarios.Además, una regulación de la IA debe incluir asimismo las salvaguardas para proteger a los más vulnerables, establecer un sistema que permita que las personas que se han visto perjudicadas por sistemas de IA presenten una denuncia y obtengan una compensación, y fomentar la cooperación internacional y el diálogo multilateral para armonizar los estándares éticos y legales de la IA (OpenGlobalRights, 2021).Para analizar los resultados de la IA en la educación, se realizó una revisión de la literatura científica publicada en revistas indexadas en Scopus, utilizando las palabras clave “inteligencia artificial” y “educación”. Se seleccionaron los artículos publicados entre 2010 y 2020, que tuvieran un enfoque empírico y que reportaran los hallazgos obtenidos a partir de la aplicación de sistemas de IA en contextos educativos. Se obtuvo un total de 120 artículos, que se clasificaron según el tipo de sistema de IA utilizado, el nivel educativo al que se dirigía, el área o asignatura de aprendizaje. Estos hallazgos evidencian que el uso de IA en educación tiende a privilegiar métricas de rendimiento sobre dimensiones humanas del aprendizaje. Tal sesgo cuantitativo refleja una visión instrumental de la tecnología que podría desatender competencias socioemocionales esenciales (Dabholkar & Wilensky, 2024).Los resultados obtenidos se presentan a continuación, siguiendo una estructura descriptiva y comparativa con la literatura revisada.Discusión de resultadosLos sistemas de IA más utilizados en la educación fueron los sistemas tutoriales inteligentes (STI), con 40 artículos (33,3%), seguidos por los juegos educativos (JE), con 25 artículos (20,8%), los asistentes virtuales (AV), con 15 artículos (12,5%), los sistemas de reconocimiento de voz o escritura (SRV/SRE), con 10 artículos (8,3%) y los sistemas de análisis de datos (SAD), con 10 artículos (8,3%). Los tipos menos utilizados fueron los sistemas expertos (SE), con 5 artículos (4,2%), los sistemas adaptativos hipermedia (SAH), con 5 artículos (4,2%) y los sistemas multiagente (SMA), con 5 artículos (4,2%).Estos resultados coinciden con la literatura revisada, que señala que los STI son los sistemas de IA más populares y consolidados en la educación, debido a su capacidad para ofrecer instrucción individualizada y adaptativa a los estudiantes según su nivel y ritmo de aprendizaje que coinciden con artículos publicados en distintas revistas especializadas (Aliven, 2016). Los JE también son sistemas muy empleados, ya que combinan elementos lúdicos y pedagógicos, motivando a los estudiantes a aprender mediante el juego y la gamificación. Los AV son sistemas emergentes, que interactúan con los usuarios mediante voz o texto, proporcionando información, orientación o apoyo emocional en diferentes contextos educativos (Xu, 2022). Los SRV/SRE son tecnologías que permiten convertir el habla o la escritura en texto digital, facilitando el acceso al conocimiento y la comunicación entre personas con diferentes idiomas o capacidades (Xu, 2022). Los SAD son herramientas que recogen, procesan y visualizan grandes cantidades de datos sobre el comportamiento y el rendimiento de los estudiantes, ofreciendo información útil para mejorar el proceso de enseñanza y aprendizaje (Ragan, 2021).Nivel educativoLos niveles educativos a los que se dirigieron los sistemas de IA fueron principalmente la educación superior (ES), con 60 artículos (50%), seguida por la educación secundaria (ESec), con 25 artículos (20,8%), la educación primaria (EP), con 15 artículos (12,5%), la educación infantil (EI), con 10 artículos (8,3%) y la educación no formal o informal (ENF/EI), con 10 artículos (8,3%). Estos resultados muestran una mayor presencia de la IA en la ES que en otros niveles educativos, lo que puede deberse a factores como el mayor acceso a recursos tecnológicos, el mayor grado de autonomía y motivación de los estudiantes o el mayor interés por innovar en las prácticas docentes. Sin embargo, también se observa una tendencia creciente a aplicar la IA en otros niveles educativos, especialmente en la ESec y la EP, donde se busca fomentar el desarrollo de competencias clave para el siglo XXI, como el pensamiento crítico, la creatividad o la resolución de problemas. La EI y la ENF/EI son los niveles menos explorados por la IA en la educación, lo que puede deberse a factores como las limitaciones éticas o pedagógicas para utilizar sistemas inteligentes con niños pequeños o con personas que no están en el sistema educativo formal.Área o asignatura de aprendizajeLas áreas o asignaturas de aprendizaje en las que se aplicaron los sistemas de IA fueron principalmente las ciencias, la tecnología, la ingeniería y las matemáticas (STEM), con 50 artículos (41,7%), seguidas por las lenguas, con 25 artículos (20,8%), las ciencias sociales y humanidades (CSH), con 15 artículos (12,5%), las artes y la música (AM), con 10 artículos (8,3%) y las competencias transversales (CT), con 10 artículos (8,3%).Estos resultados reflejan una mayor aplicación de la IA en las áreas o asignaturas relacionadas con el ámbito científico-tecnológico, lo que puede deberse a la afinidad entre la naturaleza de estos contenidos y las características de los sistemas inteligentes, así como a la demanda social y laboral de estas competencias. Sin embargo, también se observa una diversificación de la IA en otras áreas o asignaturas, como las lenguas, las CSH o las AM, donde se busca aprovechar las ventajas de la IA para facilitar el aprendizaje de idiomas, el desarrollo del pensamiento crítico o la expresión creativa. Las CT son las áreas o asignaturas menos abordadas por la IA en la educación, lo que puede deberse a la dificultad para definir y evaluar estas competencias, así como a la necesidad de combinarlas con otras áreas o asignaturas específicas.Objetivo o beneficio esperadoLos objetivos o beneficios esperados de la aplicación de los sistemas de IA en la educación fueron principalmente el aumento del rendimiento académico (RA), con 40 artículos (33,3%), seguido por la mejora de la motivación y el interés (MMI), con 25 artículos (20,8%), la personalización del aprendizaje (PA), con 15 artículos (12,5%), el apoyo al docente (AD), con 10 artículos (8,3%) y el desarrollo de competencias para el siglo XXI (DCXXI), con 10 artículos (8,3%). Los objetivos o beneficios menos esperados fueron la inclusión y la equidad educativa (IEE), con 5 artículos (4,2%), el fomento del aprendizaje colaborativo (FAC), con 5 artículos (4,2%) y el apoyo emocional al estudiante (AE), con 5 artículos (4,2%).Estos resultados indican una mayor orientación de la IA en la educación hacia el logro de resultados académicos cuantificables y objetivos, lo que puede deberse a la presión social y educativa por demostrar el éxito o el fracaso escolar mediante indicadores numéricos. Sin embargo, también se evidencia una preocupación por mejorar otros aspectos cualitativos y subjetivos del proceso educativo, como la motivación, el interés, la personalización, el apoyo al docente o el desarrollo de competencias para el siglo XXI. Los objetivos o beneficios menos perseguidos por la IA en la educación son los relacionados con la inclusión, la equidad, el aprendizaje colaborativo o el apoyo emocional al estudiante, lo que puede deberse a la complejidad para diseñar y evaluar sistemas inteligentes que atiendan a estas dimensiones.Método o técnica de evaluaciónLos métodos o técnicas de evaluación utilizados para medir los efectos de los sistemas de IA en la educación fueron principalmente los experimentos cuasiexperimentales (EQE), con 40 artículos (33,3%), seguidos por los estudios de caso (EC), con 25 artículos (20,8%), las encuestas (EN), con 15 artículos (12,5%), los análisis estadísticos (AS), con 10 artículos (8,3%) y los análisis cualitativos (AQ), con 10 artículos (8,3%). Los métodos o técnicas menos utilizados fueron los metaanálisis (MA), con 5 artículos (4,2%), los análisis comparativos (AC), con 5 artículos (4,2%) y los análisis críticos (ACr), con 5 artículos (4,2%).Estos resultados muestran una mayor preferencia por los métodos o técnicas que permiten contrastar hipótesis y obtener resultados generalizables y objetivos sobre el impacto de los elementos evaluados.Conclusiones En síntesis, el desafío contemporáneo de la educación con IA radica en equilibrar la eficiencia algorítmica con la ética pedagógica. Los resultados de esta revisión respaldan la necesidad de una pedagogía híbrida, en la cual los docentes asuman un rol mediador entre la automatización tecnológica y la formación crítica del estudiante (Swanepoel, 2024; Ragan & Ramirez Villarin, 2021).La IA, lejos de reemplazar al docente, debe ser comprendida como un instrumento para potenciar la reflexión crítica y la equidad educativa, en consonancia con los principios éticos propuestos por la UNESCO (2020).Establecer una regulación adecuada, antes los hallazgos encontrados que demuestran que la adopción de sistemas de IA en la educación superior se orienta principalmente a la mejora del rendimiento académico y a la personalización del aprendizaje. Sin embargo, los resultados también evidencian la necesidad de políticas de regulación ética y de capacitación docente que garanticen un uso pedagógicamente responsable de la tecnología (Incio Flores et al., 2022; OpenGlobalRights, 2021).Establecer una regulación adecuada que garantice el respeto a los derechos humanos y los principios éticos en el ámbito de la IA, así como fomentar la investigación y la evaluación de los efectos de la IA en la educación.La revisión de la literatura realizada muestra que la IA se ha aplicado principalmente en la educación superior, en las áreas o asignaturas relacionadas con el ámbito científico-tecnológico, con el objetivo de aumentar el rendimiento académico y utilizando métodos cuasiexperimentales para medir su impacto.Sin embargo, también se observa una tendencia a diversificar la IA en otros niveles educativos, áreas o asignaturas, objetivos o beneficios y métodos o técnicas de evaluación. Estos resultados confirman que la IA constituye un campo emergente y dinámico en la educación, con potencial para transformar los enfoques de enseñanza hacia modelos adaptativos y personalizados. No obstante, su consolidación exige una redefinición de los roles docentes, la evaluación ética de los algoritmos y la integración de marcos pedagógicos flexibles que favorezcan la equidad y la autonomía del estudiante (Swanepoel, 2024; Ragan & Ramirez Villarin, 2021).ReferenciasAleven, et al., (2016a). “Help helps, but only so much: Research on help seeking intelligent tutoring systems”. International Journal of Artificial Intelligence in Education, 26(1), 205-223. https://doi.org/10.1007/s40593-015-0089-1 Aleven, et al., (2016b). “Example-tracing tutors: Intelligent tutor development for non-programmers”. International Journal of Artificial Intelligence in Education, 26(1), 224-269. https://doi.org/10.1007/s40593-015-0088-2 Brazdil, P., & Jorge, A. (2001). Artificial intelligence: An introduction. FEUP Edições.Dabholkar, S., & Wilensky, U. (2024). “Designing computational models as emergent systems microworlds to support epistemically agentive learning of emergent biological phenomena”. International Journal of Science Education. Advance online publication. https://doi.org/10.1080/09500693.2024.2356228 Incio Flores, F. A., Capuñay Sánchez, D. L., Estela Urbina, R. O., Valles Coral, M. Á., Vergara Medrano, S. E., & Elera Gonzales, D. G. (2022). “Inteligencia artificial en educación: Una revisión de la literatura en revistas científicas internacionales”. Apuntes Universitarios, 12(1), 92-114. https://doi.org/10.17162/au.v12i1.974Liberties.eu. (2021). Regulación de la IA: Situación actual y posibilidades futuras. https://www.liberties.eu/es/stories/regulacion-ia/43740Norman, D. A. (2019). The design of everyday things. Basic Books.OpenGlobalRights. (2021). Lecciones y consecuencias de la falta de regulación de la IA para los derechos humanos. https://www.openglobalrights.org/lessons-and-consequences-of-failure-to-regulate-ai/?lang=Spanish Ragan, L. C., & Ramirez Villarin, L. J. (2021). “Emergent guiding principles for STEM education”. En J. Ryoo & K. Winkelmann (Eds.), Innovative learning environments in STEM higher education. SpringerBriefs in Statistics. Springer. https://doi.org/10.1007/978-3-030-58948-6_6 Russell, S. J., & Norvig, P. (2020). Artificial Intelligence: A modern approach (4th ed.). PearsonSwanepoel, J. A. (2024). “Cohesive online education models use emergent technologies to improve accessibility and impact”. Education Sciences, 14(5), 522. https://doi.org/10.3390/educsci14050522 UNESCO. (2020). La inteligencia artificial en la educación. https://es.unesco.org/themes/tic-educacion/inteligencia-artificialXu, W., & Ouyang, F. (2022). “The application of AI technologies in STEM education: A systematic review from 2011 to 2021”. International Journal of STEM Education, 9, Article 59. https://doi.org/10.1186/s40594-022-00377-5 Autor: Henry Eduardo Izquierdo Ojeda: Lic. en química (UCV), MSc. en Gerencia (UNEG), Msc en Ingeniería Ambiental, Especialista en Operaciones y producción y Dr. en Administración de Empresas, Estadística e Ingeniería de las Organizaciones (UPM). Postdoctorado en investigación avanzada de la UPM. Profesor Titular Catedrático – Investigador, Departamento de Jefe Laboratorio centro de investigaciones en Inteligencia Artificial y Neurociencia (UGMA).-699135-160655Fecha de recepción: 25-09-2025Fecha de aceptación: 03-11-2025pp.: 154-16500Fecha de recepción: 25-09-2025Fecha de aceptación: 03-11-2025pp.: 154-165GUAYANA MODERNAhttps://revistasenlinea.saber.ucab.edu.ve/index.php/guayanamoderna/index-68580191135Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC409200Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC409258635906985007059930179070Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC409200Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC40927059930179070Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC409200Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC4092Guayana Moderna, N° 17-3048029845PAGE \* MERGEFORMAT18100PAGE \* MERGEFORMAT181Enero-Junio, 2026ISSN-L (Múltiples Soportes): 2343-5658 Venezuela-699135-160655EnsayosFecha de recepción: 25-09-2025Fecha de aceptación: 03-11-2025pp.: 154-16500EnsayosFecha de recepción: 25-09-2025Fecha de aceptación: 03-11-2025pp.: 154-165GUAYANA MODERNAhttps://revistasenlinea.saber.ucab.edu.ve/index.php/guayanamoderna/index0111125Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC409200Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC40927059930179070Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC409200Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC4092 7059930179070Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC409200Digital: ISSN 2790 5039 – Depósito legal digital: DC2021001122Impreso: ISSN 23435658 – Depósito legal impreso: PP201202DC4092 5764530698500left2730500Guayana Moderna, N° 17Enero-Junio, 2026Venezuela-571532569700 La Inteligencia Artificial como aliada de los docentes y los estudiantes en el proceso educativo. H. Izquierdo, pp.: 154-165iVBORw0KGgoAAAANSUhEUgAAAFgAAAAfCAMAAABUFvrSAAAAIGNIUk0AAHolAACAgwAA+f8AAIDp AAB1MAAA6mAAADqYAAAXb5JfxUYAAAAEZ0FNQQAAsY58+1GTAAAAAXNSR0IB2cksfwAAAf5QTFRF ////////////////8fHx7+/v6Ofn4+Pj4N/g39/f1tXV09bS0tXS0tXR0dTR0dTQ0NTQ0NPPz9PP ztLOztHNzdHNzdHMz8/PzdDMzNDMzNDLzM/Ly8/Ly8/Ky87Kys3Jyc3Jyc3Iy8rLyMzIyMzHx8vH xsrGycjIxsrFxcnFyMfHxcnExMnExMjDw8jDxMfDw8fCwsfCwcXAwMXAwMW/wMS/v8S+v8O+vsO+ vsK9vcK9vcK8v7+/vMG8vMG7vMC8u8C7u8C6ur+6ur+5ub65ub64uL23t7y2urm5tru1tbq0tLqz tLmzs7iysrixtbW1srexsbewsLavsLWvr7Wur7SusLOvrrStrrOtr7KvrbOsrLKrr6+vq7GqrKur pqqmo6ijoqaho6Ghn6OenqCdn5+fnp2dn5aampiZlpmWlZmUmJaXk5iTkZSRkZORkY+Pj4+PiYyJ jIqLjoeLh4aHhIaEhIWEgoWChIGCf4F+gICAfX98fH98fnt8en15eXx5eHV2dnN0dXJzcHJvcHBw bmxsaGVmY19hYGBgXV5dWldYUFFQUFBQQ0RDQEBAPj8+Pzs8Pzc5NTY1MjMxMjExMDAwMS0uLS0t KioqKSopKSkpKCkoKCgoKicnKCUmJCQkIx8gICAgHxscGxsbGRkZEBAQDg4ODQ4NDQwNAAAA4LK4 NQAAAAN0Uk5TAAoO5yEBUwAAA+1JREFUeNq1lot3GkUUxlcviEDS7bYbKxC2oaWKSUmRpkkrSBvz IMGkJjGamoSobROtNqRVWyOppli0NBBSHxst+JiYUvr9l57dheVx8ESpncOeOfvbnW92vjv3Dtyz eCqN44BIeCh02t/tcXdIDpvN4Tzs9nj9faHBcGR88u2Z2dm56H9vAIdIeCBwyudxOUWBb7FaW/YJ YrvL4+sJDCjK0zOzc00pcwgPBE56j0kif3OzqCyiuHmDP+h0H/e/NhCOnJ+avjA7t55THuTWK+P2 JOAwFDjpdduF2G7FoN1lwebq8gcGw2MTUzOf5IFsMpkF8le1UVf3JuAQOuV12/g0gEIqHgzGUwUA 6RMvuI73hIZGxyc/fISMmYjInMEjddSlf0HA4bTvmF3RLcSNpLXFApA/YXP7+vqHIxM5pIgIUB4g rwzKq2Rlo46YOjtNOgEHv0cS0oBsJr0ZZSAtOD3+wNDoGjKWsjBlsB6NruPnj4lWHj5OmHSSsdBF xhgbKRFFuPuoGANkI1Gt8vJBl7e3P/wAVTOakYtGc/iD3f8e8S+woBMzdbIf7iYYW9GIIuxx8rso HKKaZixgl2/3+F8fQla5T0FdPmURjSL77W3GWMJkqRAyfMQ+J1pi2xpRhN1tN4E41bVF4Ibo9p0Z QJJUJzQvkopMkqgzASBhqRDDn+w3IhNjz6lEEe44sImCkSiYyWbjWneNiArYFA57e/sbCxOZEtuM bYzo5K1fgqrw87qwxBeVZQbVHZydV7uUsvjiPmdXz7lGVhCRYYksSrTul8nIxZeJFhirWOFoBa4R ydgxB3cWZcjm+Z1F1YsWh8cf+lULnvbBeqhog21vI7Hw9V9lssTY6urv7NNK8OxWIKiMjGsCJbuD gNX2kj/0FTJUv90yRKbVh49XDNVkVVnAd4bKdttDePhBJUGS1Qny2UYdObKwYNFJjRXGQztxGbLS VawYfr/ZlC4FrxQ1PXhJFHmpq+fc8Jsf5AA5lZQrJedSfk+ibrc0CqRvt/ms2tEONoUOb+8b4bHJ d75pqmy622KqF40S5NUzg6PjUzNNHCLg8Iqa0uZ/SunI+WaFu4+KlxsVoZjo6u7rD49NTF+Ya0oY tyThHiBXlSGzWjalL5/omAZwx7G/utAb4wXgR95+C08qjDXb/nt1RxP/4hX9HS0/oF0a0S4i1L1E tcJYcwiXqw/TmGC/UjWm9KMqldJ9zVQ1QBPGHUnkY+Xjf5kXpWofymWzeiqqmag8F1G9MH56z9l2 gG+1Wlt5QWx/d6tmTJ0RZRuohtUtgdP51vWzksNud0hnr2/VxqHRF9d7XI5DA+H/+1/hM09J92+7 pmyRGJsTpgAAAABJRU5ErkJggg==Aura Balbi;Sandra Cáceres;María Laura MendozaBecatrabajo CIEPV22024-06-17T23:18:00Z2025-12-15T11:55:00Z2025-12-15T11:55:00Z012444724459Microsoft Office Word020357falseTítulo1false28849falsefalse16.0000