Edición Especial
Septiembre, 2024
Vol. 1, No. 4, 145-158
https://doi.org/10.53877/rc.8.19e.202409.12
Revista multidisciplinaria
e-ISSN: 2602-8247
www.retosdelacienciaec.com
LA ÉTICA EN EL USO DE LA INTELIGENCIA ARTIFICIAL
EN LOS PROCESOS EDUCATIVOS
ETHICS IN THE USE OF ARTIFICIAL INTELLIGENCE IN
EDUCATIONAL PROCESSES
Marcia Yolanda Paguay Simbaña
1
Donatila Jimenez Abad
2
Verónica Fernanda Quiliguango Lanchimba
3
María Pilar Maynaguez Canacuan
4
Cristina de los Ángeles Coello García
5
Susana Magdalena Coello Ortiz
6
Recibido: 2024-05-02 / Revisado: 2024-06-04 / Aceptado: 2024-07-08 / Publicado: 2024-09-15
RESUMEN
El uso de la inteligencia artificial como herramienta permite adaptar la formación de los
estudiantes según sus características y recopila gran cantidad de datos para su evaluación.
Sin embargo, esta herramienta plantea cuestiones éticas significativas, por lo que es crucial
reflexionar sobre estas cuestiones y establecer códigos éticos que guíen el desarrollo y uso
de la IA en la educación. En este trabajo tuvo como objeto analizar los principios éticos y las
normativas internacionales que regulan la implementación de la inteligencia artificial en el
ámbito educativo. Como resultados principales se plantea que la IA se presenta como un
motor de cambio en la innovación educativa en los procesos de enseñanza y aprendizaje,
además algunas de las contribuciones diferenciadoras de la IA en entornos de aprendizaje
incluyen el adaptar el entorno de enseñanza al estudiante, mejorando la efectividad de los
procesos; proporcionar un mejor apoyo al estudiante a través de una atención más
1
Master en Ciencias de la Educación. Docente en la Unidad Educativa Tres de Diciembre. Ecuador.
marcia.paguay@educacion.gob.ec / https://orcid.org/0009-0004-1182-6745
2
Master en Ciencias de la Educación. Docente en la Unidad Educativa Tres de Diciembre. Ecuador.
donatila.jimenez@educacion.gob.ec / https://orcid.org/0009-0008-4687-5626
3
Licenciado en Ciencias de la Educación Mención Educación Básica. Docente en la Unidad Educativa Tres de
Diciembre. Ecuador. veronica.quiliguango@educacion.gob.ec / https://orcid.org/0009-0007-1687-852X
4
Magíster en Administración Educativa. Docente en la Unidad Educativa Fiscal Tres de Diciembre. Ecuador.
maría.maynaguez@educacion.gob.ec / https://orcid.org/0009-0004-3100-3914
5
Licenciada en Ciencias de la Educación Mención Parvularia. Docente en la Unidad Educativa Tres de Diciembre.
Ecuador. angeles.coello@educacion.gob.ec / https://orcid.org/0009-0003-8503-2545
6
Licenciada en educación General Básica Mención Cultura Estética. Docente en la Unidad Educativa Fiscal Pedro
Bouguer. Ecuador. Susana.coello@educacion.gob.ec / https://orcid.org/0009-0008-7643-0206
Forma sugerida de citar: Paguay-Simbaña, M. Y. Jimenez-Abad, D., Quiliguango-Lanchimba, V. F., Maynaguez-
Canacuan, M. P., Coello-García, C. D. A. y Coello-Ortiz, S. M. (2024). La ética en el uso de la inteligencia artificial
en los procesos educativos. Revista Científica Retos de la Ciencia. 1(4). 145-158.
https://doi.org/10.53877/rc.8.19e.202409.12
La ética en el uso de la inteligencia artificial en los procesos educativos
Revista Científica Retos de la Ciencia. 1(4). Ed. Esp. 145-158.
146
personalizada; ofrecer una mejor evaluación de la utilidad de la información; y facilitar la
colaboración. Sin embargo, esta herramienta plantea importantes implicaciones éticas, como
la posibilidad de discriminación por parte de la inteligencia artificial, el incumplimiento de las
normativas de protección de datos personales, la posible pérdida de derechos por parte del
usuario que desconoce las decisiones del sistema, la falta de responsabilidad de la IA por las
decisiones tomadas, la adopción de lógicas no deseadas y la falta de sensibilidad hacia temas
éticos.
Palabras clave: ética, proceso educativo, formación integral, trabajo colaborativo.
ABSTRACT
Artificial intelligence as a tool allows adaptation of students' education according to their
characteristics and compiles a large amount of data for evaluation. However, this tool raises
significant ethical questions. It is crucial to ponder these issues and establish ethical codes to
guide the development and use of AI in education. The purpose of this work was to analyze
the ethical principles and international regulations that govern the implementation of artificial
intelligence in the educational field. The main results suggest that AI serves as a driving force
for change in the innovation of educational processes within teaching and learning.
Additionally, some of the distinguishing contributions of AI in learning environments include
adapting the teaching environment to the student, improving the effectiveness of processes;
providing better support to the student through more personalized attention; offering a better
assessment of the usefulness of information: and facilitating collaboration. However, this tool
raises ethical implications, such as the possibility of discrimination by artificial intelligence,
non-compliance with personal data, potential loss of user rights due to ignorance of the system
decisions, lack of AI responsibility for his decisions, adoption of undesirable logic, and
insensitivity to ethical issues.
Keywords: ethics, educational process, holistic development, collaborative work.
INTRODUCCIÓN
Con el surgimiento de la Sociedad del Aprendizaje, se ha producido un cambio paradigmático
que permite que los procesos educativos se desarrollen más allá de límites temporales y
espaciales, utilizando una amplia variedad de recursos en línea y abiertos, e incluso
elaborados por los mismos profesores (Escobar-Murillo et al., 2021). Este nuevo enfoque
educativo no sería posible sin el uso de las Tecnologías de la Información y la Comunicación
(TIC), las cuales se aplican en la adquisición, manipulación y comunicación del conocimiento
en cualquier tipo de soporte o medio.
En este sentido, la inteligencia artificial impregna aspectos determinantes de los entornos
relacionados con la docencia, ya sea en el diseño y creación de los materiales de enseñanza
y aprendizaje, o en el soporte de tutorías. A consecuencia de ello también implica un efecto
sobre el ejercicio de la profesión docente, cualquiera que sea el nivel educativo al que se
aplique (Quy et al., 2023). Los aspectos éticos del uso de la IA en la educación,
independientemente del nivel, no difieren de manera significativa de los aspectos que plantea
en otras áreas de actividad, generalmente comerciales o corporativos: privacidad, propiedad,
seguridad, utilización de los algoritmos (Sánchez & López, 2019).
Uno de los aspectos que caracteriza la historia de la inteligencia artificial es su compleja
definición. La complejidad radica, esencialmente, en la amplitud y diversidad de los enfoques
que han sido bautizados como tecnología de la inteligencia (Fügener et al., 2022; Syahrizal
et al., 2024). Por de pronto, la inteligencia humana se identifica con características dispares:
aprendizaje, deducción, inducción, ingenio, creatividad, sensibilidad emocional, interacción
social, autoconciencia, volición, autoaprendizaje, adopción de estereotipos del medio,
segregar información entre otros.
Este trabajo por tanto, tuvo como propósito el analizar los principios éticos y las
normativas internacionales que regulan la implementación de la inteligencia artificial en el
ámbito educativo, con un enfoque en la privacidad de los datos, la bioética, y las directrices
Marcia Paguay / Donatila Jimenez / Verónica Quiliguango / María Maynaguez / Cristina Coello / Susana Coello
Fundación Internacional para la Educación, la Ciencia y la Tecnología, “FIECYT”
147
para un uso responsable y ético de la IA en la educación (Incio Flores et al., 2021). Para ello,
se examinaron directrices éticas globales, así como publicaciones académicas, por medio de
la revisión de la literatura. Así también se investigó de qué manera la IA educativa mejora los
procesos de aprendizaje, para ello, se realiza una descripción de metodologías y análisis de
casos.
DESARROLLO
Importancia de la ética en la IA educativa
La ética en la IA educativa, representa una prioridad, tanto si creemos en un mundo asistido
por la inteligencia artificial aplicada a diferentes aspectos de nuestra vida, como si creemos
en un mundo que se ha de sustentar en unos valores morales o éticos intrínsecos (Aranda-
Corral et al., 2014). En este sentido, Cloudseed refiere aspectos esenciales como los dos
pilares sobre los que se sustentan la ética: responsabilidad y amor (Incio Flores et al., 2021).
El primero representa el pilar de la amoralidad, ya que es el respeto por parte de la persona
por aquellos condicionantes que harán difícil de responder ante todas sus acciones. En
cambio, el segundo establece la naturaleza moral de un individuo, puesto que el amor no
considera una obligación como algo independiente a la persona. La amorosa va cargada de
significado afectivo, ya que responde a una elección personal para que, dentro de los diversos
valores considerados por el sujeto, la persona elija a uno de ellos como esencial o ultima para
su vida.
Analizar detenidamente el uso de la inteligencia artificial y explorar los distintos
procesos educativos y de aprendizaje relacionados abrirá un abanico de múltiples posibles
soluciones, lo cual indudablemente contribuirá a potenciar las habilidades profesionales del
docente de manera significativa (Núñez-Naranjo et al., 2023). Además, es crucial tener en
consideración el reconocimiento de los representantes o defensores éticos de la IA, ya que
su perspectiva puede proporcionar una guía valiosa para tomar decisiones más acertadas en
caso de enfrentarnos a algún dilema. Actualmente, la IA se ha convertido en una herramienta
de gran relevancia en el ámbito educativo, y explorar su aplicación de manera responsable y
ética se vuelve cada vez más primordial (Chassignol et al., 2018).
De igual forma, el reconocimiento de los representantes o defensores éticos de la IA
puede ayudar a tomar mejores decisiones ante algún dilema que se presente. Aquí se
cometen constantes infracciones a la ética y parece olvidarse el carácter de seres sociales,
pues todo juicio de una persona es moralmente preciso o imperfecto (Benkovič et al., 1997).
Aplicaciones de la inteligencia artificial en la educación
Sistemas Inteligentes de Tutoría.
Se propone el sistema inteligente para el estudiante universitario en línea, el cual tiene el
soporte para el diagnóstico estratégico en inteligencia artificial con base en una arquitectura
multi-agente la cual se encuentra conformada por diferentes tipos de agentes con
características asociadas al subjetivismo del autor, además propone una representación
separada del dominio del estudiante. Basándose en los atributos ya mencionados, este
sistema logra desenvolverse exitosamente durante el diagnóstico estratégico para
estudiantes universitarios en línea (Paladines Morán, 2020).
IA y educación inclusiva.
La IA y en particular las tecnologías adaptativas pueden ayudar a las instituciones a mejorar
la prestación de los servicios y la experiencia de los estudiantes. En especial, las tecnologías
adaptativas tienen el potencial de mejorar la participación y el rendimiento de los estudiantes
La ética en el uso de la inteligencia artificial en los procesos educativos
Revista Científica Retos de la Ciencia. 1(4). Ed. Esp. 145-158.
148
con discapacidades. Debe tenerse en cuenta que estas tecnologías representan una amplia
gama de enfoques y aplicaciones, desde herramientas específicas para el estudiante dirigidas
a áreas del aprendizaje, tales como sistemas de tutoría inteligente, hasta tecnologías que
permiten a los educadores adaptar su enfoque para apoyar diferentes estilos de aprendizaje
en la clase (Benkovič et al., 1997).
Tecnologías emergentes en el ámbito educativo
Según Benítez-Restrepo (2020) los profesores universitarios suelen sentirse abrumados por
las innovaciones tecnológicas que están transformando la experiencia educativa. La
UNESCO (2023) identifica el aprendizaje móvil, las redes sociales y la inteligencia artificial
como tecnologías emergentes que están generando cambios significativos en la sociedad.
Además, los sistemas educativos se enfrentan a dos desafíos: por un lado, mejorar la calidad
de los procesos de enseñanza y aprendizaje para fomentar habilidades superiores, y por otro,
satisfacer la creciente demanda nacional e internacional con ofertas educativas formales e
informales atractivas y flexibles.
La inteligencia artificial y específicamente las tecnologías adaptativas pueden mejorar
la prestación de servicios y la experiencia de los estudiantes en las instituciones (Rodríguez
Chávez, 2021). Específicamente, las tecnologías adaptativas tienen el potencial de mejorar
la participación y el desempeño de los estudiantes con discapacidades. Es importante
considerar que estas tecnologías abarcan una amplia variedad de enfoques y aplicaciones,
desde herramientas específicas para estudiantes enfocadas en áreas de aprendizaje, como
sistemas de tutoría inteligente, hasta tecnologías que permiten a los educadores adaptar su
enfoque para apoyar diferentes estilos de aprendizaje en el aula.
Ventajas y desafíos de la IA en la enseñanza
Entre los beneficios que se consiguen con la inteligencia artificial en la educación, en el
proceso de enseñanza y aprendizaje se encuentran la disminución del tiempo en la
generación de diagnósticos, mejoras en la selección de recursos y ejercicios adecuados para
el aprendizaje, disminución del uso de papel, tratamiento de información en tiempo real
(recoger información y abordarla ad hoc), potenciación del aprendizaje personalizado,
síntesis de resultados individualizados que faciliten el seguimiento, potenciación del trabajo
interdisciplinar y aumento de la transparencia de la evaluación (Chalco López et al., 2023).
Se abren, con ello, nuevos campos para mejorar las capacidades personales, la potenciación
del desarrollo cognitivo, el fomento de habilidades no cognitivas (por ejemplo, el trabajo
cooperativo), así como la formación del profesorado, ya que permitiría el acceso a lo que
normalmente está ausente y no presente en su ámbito educativo, propiciando así programas
de personalización del aprendizaje con el objetivo de desarrollar al máximo el potencial de
cada persona (Núñez-Naranjo & Chancusig-Toapanta, 2022).
Los desafíos o problemas que implica la implantación de los procesos de aprendizaje
digital son la pérdida de potencialidades humanas, la conectividad, el hardware y el acceso;
protección de datos; seguridad; responsabilidad social e implementación específica (Acosta-
Enriquez et al., 2024). Las Tecnologías de la Información y Comunicación, que se ven
reflejadas en los diferentes bloques de contenido del currículo oficial y pueden ser agrupadas
en torno a las competencias para el aprendizaje permanente que recoge el currículo oficial
de las trayectorias educativas.
Principios éticos en el diseño de sistemas educativos con IA
Gran parte del debate y de las reflexiones en torno a la ética en Inteligencia Artificial se ha
centrado en temas como la privacidad, la manipulación o los perjuicios que ciertos desarrollos
pueden provocar (Brown & Burton, 1978). No obstante, en un ámbito específico, como es el
caso de la educación, procurando reservar las críticas más intensas para el último apartado
Marcia Paguay / Donatila Jimenez / Verónica Quiliguango / María Maynaguez / Cristina Coello / Susana Coello
Fundación Internacional para la Educación, la Ciencia y la Tecnología, “FIECYT”
149
de esta reflexión, existen importantes líneas de pensamiento sobre la necesidad de que el
diseño y el desarrollo de las tecnologías de IA respeten las bases éticas de la labor educativa.
El análisis y discusión del uso educativo de Tecnologías de Inteligencia Artificial es un
fenómeno infantil, lo que también hace que no haya grandes y elaborados análisis éticos
(Brown & Burton, 1978). No obstante, se pueden identificar interesantes líneas de
pensamiento que orienten las vías de innovación respetando las esencias de la educación.
En relación con este tema, Aparicio-Gómez y Aparicio-Gómez (2024b) ofrece
principios a considerar en el diseño de sistemas educativos con IA. El objetivo de estos
principios es proteger los valores educativos tradicionales en las nuevas formas de interacción
que ofrecen los sistemas tutoriales inteligentes. El primer principio resalta la importancia de
preservar el papel del profesor, de manera que el propósito de los sistemas sea proporcionar
a los tutores información mejorada para aplicar juicios y determinar la estrategia tutorial. El
segundo principio establece que los sistemas de educación con IA deben ser diseñados para
apoyar y mejorar la labor del profesor, no para reemplazarlo. Estos son solo algunos ejemplos,
pero son los dos primeros que ilustran el tema.
Transparencia y explicabilidad
La inteligencia artificial utilizada en el ámbito educativo debe ser programada de tal modo que
permita conocer, comprender y analizar las decisiones que propone, las recomendaciones y
razonamientos que ofrece, y en definitiva, las conclusiones a las que llega (Cukurova et al.,
2019). En el marco de la educación, los destinatarios son, normalmente, personal vulnerable
desde un punto de vista técnico-intelectual (aprendices en el sentido más estricto). Ellos
deben comprender las decisiones de los sistemas con los que interactúan y las razones de
las mismas, y esto es fundamental tanto a nivel ético como educativo.
En el caso concreto de los sistemas de aprendizaje adaptativo, la transparencia cobra
particular relevancia y puede ser evaluada desde dos perspectivas diferentes (Aparicio-
Gómez & Aparicio-Gómez, 2024a). En primer lugar, la necesidad de acceso a la estructura
del modelo de usuario, objetivos de aprendizaje y configuración; en segundo lugar, la
posibilidad de que se aporte al sujeto información sobre cuándo y por qué se propone una
determinada acción. A estos problemas se enfrentan ya hoy en día las diferentes soluciones
técnicas que permiten la adaptación inteligente con resultados dispares. El análisis del
comportamiento de un sistema adaptativo por parte de un educador o un estudiante puede
aportar interesantes y valiosas informaciones tanto para el refinamiento del modelo de usuario
como para la estrategia de enseñanza.
Equidad y justicia
Al tratar de equidad y justicia sobre inteligencia artificial en educación, se introducen
procedimientos que los expertos en toma de decisiones ya se han encargado de desacreditar
(Aparicio-Gómez & Aparicio-Gómez, 2024a). Pero estos sistemas, en general, resultan
opacos, pues, no se llega a entender por qué el sistema nos recomienda una acción u otra,
qué datos ha utilizado para ello, o cómo ha aprendido y evolucionado para recomendar algo
distinto en un futuro próximo.
Las IA son una aplicación tecnológica que están dejando a un buen número de
personas sin empleo. La predicción es que los oficios que tienen pocos estudios y el
trabajador desempeña tareas casi mecánicas, que se repiten en ciclos cortos en un medio
pacífico y seguro como una fábrica, o el transporte o el almacenamiento de artículos de forma
fácilmente predecible con la robótica y las computadoras tienen todas las papeletas para
desaparecer (Aparicio-Gómez & Aparicio-Gómez, 2024a). Pero al mismo tiempo las IA
provocan una gran cantidad de empleos, ya sea de forma directa o indirecta.
La ética en el uso de la inteligencia artificial en los procesos educativos
Revista Científica Retos de la Ciencia. 1(4). Ed. Esp. 145-158.
150
Riesgos éticos en el uso de IA en la educación
Debido a las situaciones éticamente riesgosas que pueden generarse, resulta de suma
importancia pensar que el uso de la IA incrementa la posibilidad de generar situaciones en
las que la definición de buenas prácticas, difusión y manejo transparente de la información
puede resultar clave, especialmente en el ámbito educativo (Rodríguez Chávez, 2021). Es
por ello que, quienes desarrollen esta tecnología, deben incorporar en los mismos
mecanismos de control para prevenir situaciones de daño e injusticia.
En otras palabras, se requiere desarrollar sistemas o instrumentos que, a través del
empleo de indicadores medibles, permitan anticipar posibles riesgos y daños, y desarrollar
medidas que eviten o minimicen tales consecuencias (Abdullah et al., 2022). Sin embargo, la
identificación y medición de riesgos resulta compleja, razón por la que se plantea la
conveniencia de que quienes lo llevan a cabo, trabajen de forma cooperativa en asociaciones
interdisciplinarias y con los agentes implicados en cada ámbito: en el educativo, por un lado,
el profesorado, por otro las familias y, por último, el alumnado.
La identificación de los riesgos que conlleva el uso de la IA en educación hace aflorar
aquellos valores esenciales de cada cultura. Este es uno de los aspectos más destacables
en la globalización actual. Una de las consecuencias fundamentales del actual proceso global
es que ha puesto a las culturas dentro de una relación de interdependencia, necesidad de
generar contenidos pedagógicos y educativos que incorporen valores éticos con la
integración de valores de la pluralidad de culturas (Tebenkov & Prokhorov, 2021).
La ética del discurso con el uso de la IA, es una teoría que no reconoce en absoluto
la diversidad y la riqueza de las diferentes culturas que existen en el mundo. Su enfoque se
centra únicamente en el pensamiento crítico y racional, basado en el diálogo, dejando de lado
por completo las tradiciones educativas y culturales que han sido fundamentales en el
desarrollo de la humanidad a lo largo de la historia (Conill Sancho, 2023).
Privacidad y protección de datos
En el caso educativo, significa que, por medio de la IA, se tiene acceso a la información
personal de los estudiantes, lo que tiene implicancias de distinto tipo que deben ser
debidamente consideradas para salvaguardar los derechos de los educandos (Pan et al.,
2024). La IA puede utilizarse como herramienta para monitorear a los estudiantes, validando
sus tareas, aprovechando el tiempo para realizar pruebas psicológicas, corroborando su
identidad o elaborando avisos en caso de que algo vaya mal en el ritmo de aprendizaje del
estudiante. Para que esto sea ético, existen diversos factores a considerar, por ejemplo,
resulta indispensable contar con el consentimiento de los educandos, justificar lo que se va a
hacer con esa información y dar una alternativa para que el estudiante, docente o encargado
pueda participar oportunamente y eficazmente (Aparicio-Gómez & Aparicio-Gómez, 2024b).
El conjunto de datos, independiente de su naturaleza y manejo, conlleva una
responsabilidad sobre la privacidad y protección de los mismos, por lo que la organización
debe asegurarse de contar con un marco legal claro que proteja los intereses no solo de
aquellos cuyos datos se están almacenando, sino también a la organización misma (Caspar,
1990). También resulta clave definir los mecanismos y acciones que tomará la empresa para
preservar la privacidad y propiedad de los datos encriptándolos, o mediante su destrucción
una vez que han cumplido su ciclo útil. Es responsabilidad de quien recopila estos datos
preservar la integridad de la información ya que el robo o acceso no autorizado puede ser
fuente de problemas legales para la organización.
Sesgos algorítmicos
Existen varios sesgos principalmente en el uso de la IA algorítmica que se está utilizando en
diversos ámbitos. Es importante tener en cuenta que los sistemas a analizar pueden presentar
sesgos incluso si se basan en parámetros cuantitativos (Pan et al., 2024). La realidad es que
Marcia Paguay / Donatila Jimenez / Verónica Quiliguango / María Maynaguez / Cristina Coello / Susana Coello
Fundación Internacional para la Educación, la Ciencia y la Tecnología, “FIECYT”
151
existen prácticas discriminatorias aunque su base sea cuantitativa (Caspar, 1990). En la
actualidad no se conocen modelos que sean capaces de descubrir y evaluar todos los
posibles sesgos, en parte porque la mayor parte de estos están tan profundamente arraigados
en nuestras sociedades que han devenido imperceptibles. En educación, es imprescindible
hacerlo con el fin de evitar que nuevos o antiguos prejuicios que pueden estar presentes en
los datos condicionen procesos futuros.
Responsabilidad y rendición de cuentas en la IA educativa
Los seres humanos por lo general no son capaces de garantizar que las decisiones de la IA
(automatización de procesos de toma de decisiones) respeten un enfoque ético (Zheng,
2024), pues si fuera así no habría ninguna dificultad para compartir las responsabilidades
entre el profesorado y el sistema. En este sentido, desde un punto de vista de gobernanza de
la IA educativa, resulta muy relevante que los proveedores de tecnología experimentada
socialicen en la comunidad de usuarios los puntos débiles o ciegos, como los problemas de
equidad en los algoritmos (Gligorea et al., 2023). La cuestión más controvertida es, sin lugar
a dudas, quien será responsable de los errores que pueda cometer un sistema basado en la
IA, tanto si se trata de decisiones que afecten al alumnado como si se trata de agentes que
hagan competencia al profesorado.
Se cree que la responsabilidad primera siempre debe ser del ser humano, profesor o
miembro del equipo educativo, y no puede ser transferida a la IA, quien es imbatible en
campos de datos, decide autónomamente o agenda los tiempos de actuación y estas no
pueden ser cambiadas por el responsable, los profesores, que son quienes tienen el
conocimiento del alumnado, de su contexto social e histórico de aprendizaje y que se
relacionan con las familias y con el entorno social y las emociones de sus alumnos (Aparicio-
Gómez & Aparicio-Gómez, 2024b). Por tanto, el uso de la IA, a partir del aporte
contextualizado de información, del establecimiento de reglas, es o debe ser controlado por
el ser humano, siendo el referente ético que marque las pautas del uso del aprendizaje del
alumnado.
Roles y responsabilidades de los actores involucrados
La IA analítica y predictiva puede identificar el riesgo de corte de una asignatura estipulado
por el sistema o, a su vez, el riesgo global de abandono. En aras de un uso ético de la IA, se
pondría la situación menos costosa al estudiante (Brown & Burton, 1978).
Salvando las responsabilidades que los desarrolladores e investigadores de la IA han
adquirido al crear aplicaciones aparentemente automáticas e imparciales que ya se sabe que
han sido demostrado que no lo son, la compra de un servicio de IA debe estar precedida de
la existencia de una política clara de privacidad y protección de datos (PPD) (Cukurova et al.,
2020), con un proceso de gestión de consentimientos, así como una declaración explícita de
la existencia y del control sobre los hiper-pater-files por parte de la institución poseedora de
los datos. No obstante, las actividades asociadas al acceso y control de los algoritmos deben
concretarse con las acciones más inmediatas que permitan normalizar la situación.
Mecanismos de supervisión y evaluación
La implantación y puesta en marcha de la IA en la escuela deben aportar procesos de
supervisión intensos para valorar su correcto funcionamiento (Lazcoz Moratinos, 2020) . Con
la red de redes aparecen nuevos instrumentos informáticos destinados a la supervisión del
alumnado. De esta manera, las plataformas informan sobre parámetros relacionados con la
actividad del alumno.
La ética en el uso de la inteligencia artificial en los procesos educativos
Revista Científica Retos de la Ciencia. 1(4). Ed. Esp. 145-158.
152
Las herramientas de monitorización de la navegación permiten que el docente identifique, con
una cierta precisión, los contenidos de estudios, vídeos, foros, etc., que el estudiante ha
accedido (Rodríguez Chávez, 2021). Aunque existen diversos mecanismos para realizar esta
supervisión, uno de los más usados, al menos hasta el momento, para la evaluación del
alumnado a distancia con vistas a su certificación, es el de los exámenes tipo test. Diversos
sistemas de IA (software de evaluación basado en la inteligencia artificial) controlan el
entorno, los procesos internos del ordenador y el comportamiento del alumno disminuyendo
el riesgo de tentación para copiar o infringir las normas establecidas al realizar el examen
(Caspar, 1990). Dificultan, aun reconociendo que no imposibilitan, las posibilidades de la
copia, e impiden realizar otras actividades ajenas a la realización de la prueba, además de
que proporcionan herramientas útiles a la evaluación, de forma automatizada.
Desarrollo de marcos normativos y regulaciones en la IA educativa
En este sentido, la UNESCO (2020), en colaboración con asociados nacionales e
internacionales, Directivos Globales de Inteligencia Artificial lanzó la política titulada: "La ética
de la inteligencia artificial en la Educación, Orientaciones Recomendadas". Por otro lado, la
OCDE también publicó un marco para la inteligencia artificial en la educación, el documento
titulado "AI Principals in Educational Organizations" (Principios de la IA en las Organizaciones
Educativas). Estos dos marcos exponen y sugieren un conjunto de principios y
recomendaciones en 3 niveles de aplicación de la inteligencia artificial en educación: la
aplicación directa en los procesos educativos, la aplicación para el desarrollo profesional
docente, la gestión educativa y el aprendizaje macro al nivel del sistema y las políticas
públicas (Martín et al., 2019).
Legislación internacional y nacional
La UNESCO (2023) está incorporando una sección a su sitio web institucional desde la que
resulta posible acceder a la normativa y protocolos internacionales que regulan la privacidad
de los datos y la bioética, así como a la documentación específica para las acciones de la
UNESCO. Otro aspecto de las actuaciones de la UNESCO respecto del ciberespacio y de la
regulación internacional que va a tener finalidad educativa en un futuro inmediato es la
iniciativa relacionada con el etiquetado de recursos y de educadores que cobra especial
relevancia en tanto que significa un paso notable en la identificación y acreditación de
elementos educativos como recursos para la acción educativa mediante una aproximación
sistémica y automatizada.
Directrices éticas y estándares de calidad
De acuerdo con Shneiderman (2020), la organización de Internet de las cosas (IoT) presentó
sus directrices éticas mundiales para la confiabilidad y el diseño centrado en las personas,
diseñadas tanto para proveedores de IoT como para los usuarios de tecnología. El uso
exclusivo a IoT Now, aunque con muchas oportunidades de beneficio social, también
introduce una serie de preocupaciones en torno a temas tales como la privacidad, la
seguridad, el acceso equitativo y decisiones justas, y finalmente la fiabilidad y los sistemas
que sean capaces de cumplir sus promesas y procesos para la toma de decisiones
responsables (Zeeshan et al., 2022).
La IA, ha impactado en decisiones políticas, jurídicas y económicas, a través del
acucioso análisis de casos, de presentar la complejidad de los algoritmos y de describir la
Marcia Paguay / Donatila Jimenez / Verónica Quiliguango / María Maynaguez / Cristina Coello / Susana Coello
Fundación Internacional para la Educación, la Ciencia y la Tecnología, “FIECYT”
153
competencia que esos sistemas demostraron al jugar un juego de computadora al vencer a
personas que se destacan como jugadores expertos y que detallan previamente las reglas
del juego, por ejemplo (Delgado et al., 2024; Gardner et al., 2021; Hatzius, 2023)
Ética en la investigación y evaluación de sistemas de IA educativa
De forma análoga a la aplicación de las TIC en la educación, la investigación y evaluación de
sistemas de IA en los procesos de IA educativa ha de ser puesta al servicio de la finalidad
formativa. Ha de investigar no solo en la mejora de los resultados de los procesos educativos
en los que se integra la IA (introducción a la hipótesis experimental), sino también en el
perfeccionamiento de las habilidades del profesorado para que diseñe sistemas formativos
cada vez más productivos e integrados en una pedagogía coherente con una teoría del
desarrollo educativo humana sustentada éticamente (Villalba, 2020).
Ética en la recopilación y análisis de datos
El objetivo en torno a la ética en la recopilación y análisis de datos es ofrecer una perspectiva
crítica y orientar sobre cómo diseñar estudios en el marco de una ética del análisis de datos
(Bostrom & Yudkowsky, 2014). En concreto, es necesario darse cuenta que, una gran parte
de los estudios actuales inciden en los diseños y metodologías de investigación o bien en las
evidencias experimentales científicas de intervenciones o desarrollos llevados a cabo,
notando solo desde el punto de vista epistemológico, sino desde una ciencia pura sin tener
en cuenta el uso posterior para un propósito educativo.
Después de varios años de historia, la información que destilan los estudiantes
usuarios o usuarias, por ejemplo, sus actividades en los entornos de aprendizaje virtuales,
resultados en las pruebas estandarizadas, la que se imprime en los contenedores digitales
de proyectos educativos (metadatos) o la que generan por sus hábitos de navegación por las
páginas de una wiki, por mencionar algunas posibilidades, puede apreciarse en toda su
magnitud (Alrawashdeh et al., 2024) .
La reflexión crítica queda completa, con el análisis de los procesos que conlleva la
recogida de datos. Dicho análisis nos llevará a perfilar distintas estrategias, a menudo
contradictorias entre sí, de planteamiento del estudio, a la vez que procurar minimizar riesgos.
A nivel de diseño del estudio, así como en la configuración de sus parámetros, es interesante
y concienzudamente reflexionar sobre el proceso de selección y seguimiento de la población
estudiante, sobre la elección de los instrumentos para recopilar datos o sobre el principio guía
para el desarrollo efectivo de acciones orientadas a mejorar los procesos y resultados del
aprendizaje (Marín García, 2019).
Evaluación de impacto ético en entornos educativos
La evaluación de impacto no se convierte simplemente en una evaluación de una acción
concreta, sino más bien en un minucioso análisis del cambio producido en un sistema, a
menudo complejo, como resultado de la intervención del profesional en cuestión. Esta
evaluación busca comprender a fondo las implicaciones y consecuencias de dicha
intervención, poniendo énfasis en los efectos que ha tenido en diversos aspectos del sistema
(Cortés-Gonzáles & Royero-Pérez, 2020). Se trata de un proceso riguroso y completo en el
que se recopilan datos, se analizan resultados y se extraen conclusiones fundamentadas, con
el objetivo de obtener una visión integral y precisa del impacto generado. A través de esta
La ética en el uso de la inteligencia artificial en los procesos educativos
Revista Científica Retos de la Ciencia. 1(4). Ed. Esp. 145-158.
154
evaluación, se busca no solo cuantificar y medir los cambios, sino también comprender sus
causas, efectos secundarios y el alcance de su influencia en el sistema evaluado.
Es una herramienta fundamental para analizar la eficacia y la eficiencia de las
acciones profesionales, así como para detectar posibles mejoras o ajustes necesarios en el
futuro. El análisis de impacto requiere de métodos y técnicas especializadas, así como de
una selección cuidadosa de indicadores relevantes y adecuados para el contexto específico.
La evaluación de impacto es un proceso crítico y riguroso que permite evaluar y comprender
a fondo el cambio producido en un sistema tras la intervención del profesional,
proporcionando una base sólida para la toma de decisiones informadas y la mejora continua
(Cortés-Gonzáles & Royero-Pérez, 2020).
Formación y concienciación en ética de la IA en la educación
La formación y concienciación en ética de la IA en la educación principalmente por parte de
los docentes, es uno de los aspectos más importantes a la hora de trabajar la formación en
la competencia digital docente es justamente la adquisición de conocimientos y habilidades
actitudinales frente a la gestión tanto de la desinformación como de la manipulación, y de la
propuesta con la necesaria congruencia moral entre lo que se enseña en clase y las actitudes
asumidas (Olvera et al., 2020).
Además, los procesos de actualización presentan una disciplina moral, cuyo
cumplimiento incluye actitudes que están en la base de la motivación para formarse al margen
de que resulten de interés estas actividades o de la influencia que puedan tener en lo
económico. Acciones que se van relacionando con una serie de principios éticos que
establecen que para la formación profesional es necesario (Duque, 2021; Rodríguez, 2013):
i. Cultivar y mantener una mentalidad científica y técnica, manteniéndose al tanto de los
desarrollos disciplinares propios y de los avances generales en su campo, así como de su
específica influencia en sus alumnos y en el campo pedagógico en general.
ii. Participar de las discusiones académicas nacionales e internacionales promoviendo
soluciones a los problemas del desarrollo educativo y social, contribuyendo al fortalecimiento
de la institución a la que se encuentra adherido y se nutren las diversas políticas en las que
se encuentra inmerso, generando un proceso de ajuste permanente y retroalimentando.
iii. Mantener una actitud de autoevaluación para mejorar en sus prácticas académicas.
iv. Comunicar a los demás compañeros para facilitar la interacción académica y el ámbito de
la investigación y el desarrollo, fomentando el intercambio de las últimas ideas y la
implementación de las mismas.
v. Identificar las metas institucionales y trabajar para lograrlas.
vi. Formarse intelectualmente con una asignación mínima de tiempo de formación profesional
y buscando alternativas ágiles y más cortas.
Sensibilización de estudiantes y comunidades educativas
Capacitar y sensibilizar en el buen uso de la inteligencia artificial es algo esencial, en tanto es
crucial para la inteligencia colectiva, para el uso de recursos muy grandes y para salvaguardar
una vida personal y colectiva basada en la honestidad intelectual (Pan et al., 2024)l. Así en
este entorno se juega un papel esencial en la construcción de la identidad personal y en su
proyección hacia el resto del mundo, siendo pieza clave para la prosperidad futura del
individuo. En torno a se destaca que las comunidades educativas (tanto presenciales como
Marcia Paguay / Donatila Jimenez / Verónica Quiliguango / María Maynaguez / Cristina Coello / Susana Coello
Fundación Internacional para la Educación, la Ciencia y la Tecnología, “FIECYT”
155
virtuales) deben establecer códigos éticos para el buen uso de la IA y exigir a las empresas
responsables y buen etiquetado de las aplicaciones.
Así mismo al respecto menciona que las comunidades educativas deberán firmar un
pacto ético en el uso de la IA, que a nuestro juicio se establecerá en base a la existencia de
prácticas seguras que garanticen la protección ética (Kabudi et al., 2021; Quy et al., 2023).
Compartir datos de manera que estén encriptados, privacidad de datos gestionados por
tecnologías avanzadas, transparencia a lo largo del proceso con el alumnado desde el
momento en que los datos son generados, compartir únicamente contenido educativo de
garantía, será una exigencia; pero igualmente se deberán evitar discriminaciones y
desigualdades.
Recomendaciones para un uso ético de la IA en la educación
Es importante que los programadores de IA busquen que sus creaciones, máquinas con las
que se convive, porten un conjunto de principios y valores éticos, de acuerdo con las
orientaciones que recojan lo legislado en la materia de Derechos Humanos, basado en la
Declaración Universal de Derechos Humanos, el Pacto Internacional de Derechos Civiles y
Políticos y el Pacto Internacional de Derechos Económicos, Sociales y Culturales (UNESCO,
2020). Sería conveniente que algunas de sus características fuesen la seguridad, de manera
que, si tuvo un mal comportamiento, del usuario o de sí mismo, precedido por situaciones
anómalas, se pueda detectar, predecir y evitar en lo posible, sus potenciales perjuicios. Debe
ser transparente, que sea capaz de reverdecer de manera comprensible sus decisiones ante
el usuario no experto.
El personal docente debe nivelar y conferir una mayor presencia en el aspecto ético y
humano a las actitudes que deben asumir; de tal manera que conforme se trabaja en esta
materia se fortalece el profesional en cuestiones como la prudencia, reconociendo,
evaluando, decidiendo y actuando racionalmente teniendo en cuenta las particularidades de
la situación, justicia y equidad en contextos ínter e intrapersonal como criterios aplicables a
la valoración de situaciones; responsabilidad para saber prever y responder sobre los
resultados y las consecuencias que se generen en los distintos aspectos implicados,
personal, social, intelectual, académico.
CONCLUSIONES Y REFLEXIONES FINALES
Para educar a estudiantes alumnos en el uso ético y responsable de servicios y herramientas
web, para asegurar un uso adecuado por parte de nuestro alumnado y el profesorado se
requiere conocer el significado y utilidad. Entre los ejes de la alfabetización digital competente,
están los que inciden en aspectos de ética, inclusión digital, salud y bienestar. En el ámbito
docente y educativo, la mención al respecto de nuestra marca personal a través de las vías
de presencia digital se ha convertido en un aspecto obligado para poder ejercer una
ciudadanía activa en la era digital.
Indudablemente, Internet y la Web 2.0 han supuesto una revolución en la manera de
comunicarse, compartir conocimientos y colaborar. Sin embargo, el uso de estos servicios y
aplicaciones también conlleva un peligro y un énfasis en el autocontrol, el citado compromiso
con las buenas prácticas y la responsabilidad personal. Lo que es cierto es que mirar para
otro lado respecto a lo que pueda estar sucediendo como comunidad detectando nuevas
necesidades y realidades de convivencia o adelantándonos a problemas no solo revela una
posición conformista, sino irresponsable con el concepto de ciudadanía digital que queremos
inculcar. El análisis de la ética en el campo de la inteligencia artificial en el ámbito educativo
es un tema que se documenta de manera insuficiente.
La ética en el uso de la inteligencia artificial en los procesos educativos
Revista Científica Retos de la Ciencia. 1(4). Ed. Esp. 145-158.
156
REFERENCIAS
Abdullah, M. I., Inayati, D., & Karyawati, N. N. (2022). Nearpod use as a learning platform to
improve student learning motivation in an elementary school. Journal of Education and
Learning (EduLearn), 16(1), 121–129. https://doi.org/10.11591/edulearn.v16i1.20421
Acosta-Enriquez, B. G., Arbulú Ballesteros, M. A., Huamaní Jordan, O., López Roca, C., &
Saavedra Tirado, K. (2024). Analysis of college students’ attitudes toward the use of
ChatGPT in their academic activities: effect of intent to use, verification of information
and responsible use. BMC Psychology, 12(1), 255. https://doi.org/10.1186/s40359-024-
01764-z
Alrawashdeh, G. S., Fyffe, S., Azevedo, R. F. L., & Castillo, N. M. (2024). Exploring the impact
of personalized and adaptive learning technologies on reading literacy: A global meta-
analysis. Educational Research Review, 42, 100587.
https://doi.org/10.1016/j.edurev.2023.100587
Aparicio-Gómez, O.-Y., & Aparicio-Gómez, W.-O. (2024a). Innovación educativa con
sistemas de aprendizaje adaptativo impulsados por Inteligencia Artificial. Revista
Internacional de Pedagogía e Innovación Educativa, 4(2), 343–363.
https://doi.org/10.51660/ripie42222
Aparicio-Gómez, O.-Y., & Aparicio-Gómez, W.-O. (2024b). Principios éticos para el uso de la
Inteligencia Artificial. Revista Internacional de Desarrollo Humano y Sostenibilidad, 1(1),
73–87. https://doi.org/10.51660/ridhs11202
Aranda-Corral, G. A., Calmet, J., & Martín-Mateos, F. J. (Eds.). (2014). Artificial Intelligence
and Symbolic Computation (Vol. 8884). Springer International Publishing.
https://doi.org/10.1007/978-3-319-13770-4
Benítez-Restrepo, M. (2020). Cultura académica y enseñanza-aprendizaje en educación
superior. Revisión de literatura. Magis, Revista Internacional de Investigación En
Educación, 13, 1–23. https://doi.org/10.11144/Javeriana.m13.caea
Benkovič, J., Bohanec, M., Rajkovič, V., & Vrtačnik, M. (1997). Knowledge-Based Evaluation
of Higher Education Institutions. IFAC Proceedings Volumes, 30(24), 157–160.
https://doi.org/10.1016/S1474-6670(17)42247-6
Bostrom, N., & Yudkowsky, E. (2014). The ethics of artificial intelligence. In The Cambridge
Handbook of Artificial Intelligence (pp. 316–334). Cambridge University Press.
https://doi.org/10.1017/CBO9781139046855.020
Brown, J. S., & Burton, R. R. (1978). A paradigmatic example of an artificially intelligent
instructional system. International Journal of Man-Machine Studies, 10(3), 323–339.
https://doi.org/10.1016/S0020-7373(78)80050-9
Caspar, P. (1990). Investing in intelligence? Futures, 22(7), 710–729.
https://doi.org/10.1016/0016-3287(90)90028-G
Chalco López, D., Chalco López, C., Villegas Chiluisa, D., & Ordóñez Sotomayor, S. (2023).
Inteligencia artificial, una alternativa en la complementariedad escolar. LATAM Revista
Latinoamericana de Ciencias Sociales y Humanidades, 4(3), 1405–1413.
https://doi.org/10.56712/latam.v4i3.1170
Chassignol, M., Khoroshavin, A., Klimova, A., & Bilyatdinova, A. (2018). Artificial Intelligence
trends in education: a narrative overview. Procedia Computer Science, 136, 16–24.
https://doi.org/10.1016/j.procs.2018.08.233
Conill Sancho, J. (2023). Ética discursiva e inteligencia artificial. ¿Favorece la inteligencia
artificial la razón pública? Daimon, 90, 115–130. https://doi.org/10.6018/daimon.562371
Cortés-Gonzáles, E., & Royero-Pérez, M. (2020). Aprendizaje cooperativo como estrategia
metodológica para el estudio de las Ciencias Sociales. Revista UNIMAR, 38(2), 219–
243. https://doi.org/10.31948/Rev.unimar/unimar38-2-art9
Cukurova, M., Kent, C., & Luckin, R. (2019). Artificial intelligence and multimodal data in the
service of human decision‐making: A case study in debate tutoring. British Journal of
Educational Technology, 50(6), 3032–3046. https://doi.org/10.1111/bjet.12829
Cukurova, M., Luckin, R., & Kent, C. (2020). Impact of an Artificial Intelligence Research
Marcia Paguay / Donatila Jimenez / Verónica Quiliguango / María Maynaguez / Cristina Coello / Susana Coello
Fundación Internacional para la Educación, la Ciencia y la Tecnología, “FIECYT”
157
Frame on the Perceived Credibility of Educational Research Evidence. International
Journal of Artificial Intelligence in Education, 30(2), 205–235.
https://doi.org/10.1007/s40593-019-00188-w
Delgado, N., Campo Carrasco, L., Sainz de la Maza, M., & Etxabe-Urbieta, J. M. (2024).
Aplicación de la Inteligencia Artificial (IA) en Educación: Los beneficios y limitaciones de
la IA percibidos por el profesorado de educación primaria, educación secundaria y
educación superior. Revista Electrónica Interuniversitaria de Formación Del
Profesorado, 27(1), 207–224. https://doi.org/10.6018/reifop.577211
Duque, F. (2021). David Hume’s Ethical Theory Analysis Questionnaire - Attempt Review.
https://es.scribd.com/document/525463415/Cuestionario-de-analisis-de-la-teoria-etica-
de-David-Hume-Revision-del-intento
Escobar-Murillo, M. G., Barragán-Murillo, R. de los A., Yáñez-Valle, V. V., & Taco-Sangucho,
N. F. (2021). La tecnología como herramienta combinanda para la enseñanza del inglés
Technology as a combined tool for teaching English. Revista Científica Multidisciplinaria
Arbitrada YACHASUN, 6(9), 1270–1284. https://doi.org/10.23857/pc.v6i9.3109
Fügener, A., Grahl, J., Gupta, A., & Ketter, W. (2022). Cognitive Challenges in Human–
Artificial Intelligence Collaboration: Investigating the Path Toward Productive Delegation.
Information Systems Research, 33(2), 678–696. https://doi.org/10.1287/isre.2021.1079
Gardner, J., O’Leary, M., & Yuan, L. (2021). Artificial intelligence in educational assessment:
‘Breakthrough? Or buncombe and ballyhoo?’ Journal of Computer Assisted Learning,
37(5), 1207–1216. https://doi.org/10.1111/jcal.12577
Gligorea, I., Cioca, M., Oancea, R., Gorski, A.-T., Gorski, H., & Tudorache, P. (2023). Adaptive
Learning Using Artificial Intelligence in e-Learning: A Literature Review. Education
Sciences, 13(12), 1216. https://doi.org/10.3390/educsci13121216
Hatzius, J. (2023). The Potentially Large Effects of Artificial Intelligence on Economic Growth
(Briggs/Kodnani). Goldman Sachs.
https://www.gspublishing.com/content/research/en/reports/2023/03/27/d64e052b-0f6e-
45d7-967b-d7be35fabd16.html
Incio Flores, F. A., Capuñay Sanchez, D. L., Estela Urbina, R. O., Valles Coral, M. Á., Vergara
Medrano, E. E., & Elera Gonzales, D. G. (2021). Inteligencia artificial en educación: una
revisión de la literatura en revistas científicas internacionales. Apuntes Universitarios,
12(1). https://doi.org/10.17162/au.v12i1.974
Kabudi, T., Pappas, I., & Olsen, D. H. (2021). AI-enabled adaptive learning systems: A
systematic mapping of the literature. Computers and Education: Artificial Intelligence, 2,
100017. https://doi.org/10.1016/j.caeai.2021.100017
Lazcoz Moratinos, G. (2020). Análisis de la propuesta de Reglamento sobre los principios
éticos para el desarrollo, el despliegue y el uso de la inteligencia artificial, la robótica y
las tecnologías conexas. IUS ET SCIENTIA, 6(2), 26–41.
https://doi.org/10.12795/IETSCIENTIA.2020.i02.03
Marín García, S. (2019). Ética e inteligencia artificial. https://doi.org/10.15581/018.ST-522
Martín, O., Santaolalla, E., & Urosa, B. (2019). Inteligencias múltiples y su relación con las
competencias clave en la etapa de Educación Primaria. Innovación Educativa En La
Sociedad Digital, 2019, ISBN 978-84-1324-493-8, Págs. 1503-1514, 1503–1514.
https://dialnet.unirioja.es/servlet/articulo?codigo=7648359
Núñez-Naranjo, A., & Chancusig-Toapanta, A. (2022). Technological tools as a trend in
secondary education in times of COVID-19: Theoretical review. RISTI - Revista Iberica
de Sistemas e Tecnologias de Informacao, 2022(Special Issue E50), 142–154.
http://repositorio.uti.edu.ec//handle/123456789/3806
Núñez-Naranjo, A., Luis-Masabanda, J., Morales-Urrutia, E., & Goitia, J. M. G. (2023). Scratch
as a Tool to Promote Computational Thinking in Technological Education (pp. 525–533).
https://doi.org/10.1007/978-981-99-5414-8_48
Olvera, D., Games, F., Martina, Y., Barragán, M., Cruz, E., & Cortés, E. (2020). Educación
4.0, origen para su fundamentación. Contribuciones de la tecnología digital en el
desarrollo educativo y social.
La ética en el uso de la inteligencia artificial en los procesos educativos
Revista Científica Retos de la Ciencia. 1(4). Ed. Esp. 145-158.
158
https://books.google.com.ec/books?hl=es&lr=&id=ZG4sEAAAQBAJ&oi=fnd&pg=PA165
&dq=educaciòn+4.0&ots=_I5nogdsb5&sig=vvHgLzrCL29pgUfNVJ_VCjHXrSg&redir_es
c=y#v=onepage&q&f=false
Paladines Morán, J. N. (2020). Integración de un Sistema de Diálogo con un Sistema
Inteligente de Tutoría dirigido al Entrenamiento Procedimental [Universidad Politécnica
de Madrid]. https://doi.org/10.20868/UPM.thesis.66047
Pan, S., Hafez, B., Iskandar, A., & Ming, Z. (2024). Integrating constructivist principles in an
adaptive hybrid learning system for developing social entrepreneurship education among
college students. Learning and Motivation, 87, 102023.
https://doi.org/10.1016/j.lmot.2024.102023
Quy, V. K., Thanh, B. T., Chehri, A., Linh, D. M., & Tuan, D. A. (2023). AI and Digital
Transformation in Higher Education: Vision and Approach of a Specific University in
Vietnam. Sustainability, 15(14), 11093. https://doi.org/10.3390/su151411093
Rodríguez Chávez, M. H. (2021). Sistemas de tutoría inteligente y su aplicación en la
educación superior. RIDE Revista Iberoamericana Para La Investigación y El Desarrollo
Educativo, 11(22). https://doi.org/10.23913/ride.v11i22.848
Rodríguez, J. (2013). Una mirada a la pedagogía tradicional y humanista. Presencia
Universitaria, 3(5), 36–45.
Sánchez, E., & López, J. (2019). Edutecnología y aprendizaje 4.0. . In SOMECE.
https://www.google.com.ec/books/edition/Inteligencia_Artificial_para_la_transfo/G2LoE
AAAQBAJ?hl=es&gbpv=1&dq=educaciòn+4.0&pg=PA269&printsec=frontcover
Shneiderman, B. (2020). Human-Centered Artificial Intelligence: Reliable, Safe &
Trustworthy. International Journal of Human–Computer Interaction, 36(6), 495–504.
https://doi.org/10.1080/10447318.2020.1741118
Syahrizal, S., Yasmi, F., & Mary, T. (2024). AI-Enhanced Teaching Materials for Education: A
Shift Towards Digitalization. International Journal of Religion, 5(1), 203–217.
https://doi.org/10.61707/j6sa1w36
Tebenkov, E., & Prokhorov, I. (2021). Machine learning algorithms for teaching AI chat bots.
Procedia Computer Science, 190, 735–744. https://doi.org/10.1016/j.procs.2021.06.086
UNESCO. (2020). Reunión Global sobre la Educación 2020. New York: UNESCO.
UNESCO. (2023). Identidad e inclusión: historias deportivas de futuros posibles desde el
presente mexicano.
Villalba, J. F. (2020). Algor-ética: la ética en la inteligencia artificial. Anales de La Facultad de
Ciencias Juridicas y Sociales de La Universidad Nacional de La Plata, 50, 062.
https://doi.org/10.24215/25916386e062
Zeeshan, K., Hämäläinen, T., & Neittaanmäki, P. (2022). Internet of Things for Sustainable
Smart Education: An Overview. Sustainability, 14(7), 4293.
https://doi.org/10.3390/su14074293
Zheng, W. (2024). Intelligent e-learning design for art courses based on adaptive learning
algorithms and artificial intelligence. Entertainment Computing, 50, 100713.
https://doi.org/10.1016/j.entcom.2024.100713
