COMPETENCIAS EN INTELIGENCIA ARTIFICIAL PARA LOS DOCENTES:
TENDENCIAS, MODELOS Y DESAFÍOS EMERGENTES
ARTIFICIAL INTELLIGENCE SKILLS FOR TEACHERS: TRENDS, MODELS, AND
EMERGING CHALLENGES
Autores:
¹Sonnia
Soraya
Urbina
Bustos,
²Mónica
Alejandra
Sosa
Zúñiga,
³Leonardo
Freddy
Hernández, ⁴Eulalia Araceli Tenesaca Arcentales y ⁵Alex David Yunga Pedraza.
¹ORCID ID:
https://orcid.org/0000-0002-2076-1574
²ORCID ID:
https://orcid.org/0009-0006-2844-4975
³ORCID ID:
https://orcid.org/0009-0005-1976-243X
⁴ORCID ID:
https://orcid.org/0009-0006-7383-880X
⁵ORCID ID:
https://orcid.org/0009-0004-5445-9041
¹E-mail de contacto:
sonnia.urbina@cu.ucsg.edu.ec
²E-mail de contacto:
moni51sosa@gmail.com
³E-mail de contacto:
leonardo.hernandez2002@hotmail.com
⁴E-mail de contacto:
mgsaracelitenesaca@gmail.com
⁵E-mail de contacto:
alex_david2619@hotmail.com
Afiliación:
1*2*3*4*5*
Autor Independiente (Ecuador).
Artículo recibido: 30 de Agosto del 2026.
Artículo revisado: 2 de Septiembre del 2026.
Artículo aprobado: 2 de Septiembre del 2026.
¹Economista con mención en Gestión Empresarial, especialización en Finanzas, graduada de la Escuela Superior Politécnica del Litoral,
(Ecuador). Magíster en Administración de Empresas con mención en Negocios Internacionales, graduado de la Universidad de Guayaquil,
(Ecuador). Maestrante de la Maestría en Gestión de Proyectos de la Universidad Católica de Santiago de Guayaquil, (Ecuador). Docente
y economista con 20 años de experiencia profesional.
²Licenciada en Talento del Desarrollo Infantil, graduada por la Universidad Metropolitana, (Ecuador). Máster en Psicopedagogía. Asesora
con 1 año de experiencia profesional.
³Ingeniero en Administración Pública, graduado por la Universidad Central del Ecuador, (Ecuador). Magíster en Gestión Pública por la
Universidad Central del Ecuador, (Ecuador). Máster Universitario en Evaluación de la Calidad y Procesos de Certificación en Educación
Superior por la Universidad Internacional de La Rioja, (España). Docente con 2 años de experiencia profesional.
⁴Bioquímica Farmacéutica, graduada por la Universidad Estatal de Cuenca, (Ecuador). Magíster en Gerencia de Salud para el Desarrollo
Local. Docente de Bachillerato Internacional (IB) con 10 años de experiencia profesional.
⁵Ingeniero Ambiental, graduado por la Universidad Politécnica Salesiana, (Ecuador). Máster Universitario en Perfeccionamiento del
Profesorado, especialidad Biología, por la Universidad de Salamanca, (España). Docente con 12 años de experiencia profesional.
Resumen
La
incorporación
acelerada
de
inteligencia
artificial en educación evidenció brechas entre
disponibilidad
tecnológica,
dominio
instrumental y capacidad docente para emplear
estas
herramientas
con
criterio
pedagógico,
ético
y
profesional.
El
estudio
analizó
las
competencias
en
inteligencia
artificial
requeridas
por
los
docentes
mediante
la
revisión de tendencias, modelos, dimensiones y
desafíos
documentados
en
investigaciones
recientes
sobre
competencia
digital
y
tecnologías
educativas.
Se
desarrolló
una
investigación
cualitativa,
descriptiva
y
bibliográfica,
sustentada
en
análisis
documental
de
seis
artículos
científicos
seleccionados
por
pertinencia
temática,
actualidad
y
relación
con
el
problema
investigado. Los resultados mostraron que las
capacidades
docentes
necesarias
integraron
alfabetización
informacional,
gestión
tecnológica,
planificación
pedagógica,
seguridad
digital,
pensamiento
crítico,
resolución
de
problemas
y
actualización
continua,
mientras
persistieron
barreras
formativas, institucionales y profesionales que
limitaron
su
apropiación
educativa.
Se
concluyó
que
los
marcos
de
competencia
digital ofrecieron una base pertinente, aunque
insuficiente
para
delimitar
capacidades
específicas
frente
a
sistemas
algorítmicos,
lo
que
justificó
fortalecer
modelos
formativos
especializados, críticos y responsables para la
práctica docente actual.
Palabras
clave:
Inteligencia
artificial,
Competencias
docentes,
Competencia
digital,
Formación
Docente,
Tecnologías
Educativas.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 154
Abstract
The
rapid
integration
of
artificial
intelligence
into
education
has
highlighted
gaps
between
technological
availability,
technical
proficiency, and teachers’ ability to
use these
tools
in
a
pedagogically,
ethically,
and
professionally
sound
manner.
The
study
analyzed
the
artificial
intelligence
competencies required of teachers by reviewing
trends,
models,
dimensions,
and
challenges
documented
in
recent
research
on
digital
competence
and
educational
technologies.
A
qualitative, descriptive, and bibliographic study
was
conducted,
based
on
a
documentary
analysis
of
six
scientific
articles
selected
for
their
thematic
relevance,
timeliness,
and
connection to the research problem. The results
showed
that
the
necessary
teaching
competencies
included
information
literacy,
technology
management,
instructional
planning,
digital
security,
critical
thinking,
problem-solving,
and
continuous
professional
development, while training, institutional, and
professional
barriers
persisted,
limiting
their
educational
adoption.
It
was
concluded
that
digital
competency
frameworks
provided
a
relevant, though insufficient, basis for defining
specific
competencies
regarding
algorithmic
systems,
which
justified
strengthening
specialized,
critical,
and
responsible
training
models for current teaching practice.
Keywords:
Artificial
intelligence,
Teaching
competencies,
Digital
competence,
Teacher
training, Educational technologies.
Sumário
A
incorporação
acelerada
da
inteligência
artificial na educação revelou lacunas entre a
disponibilidade
tecnológica,
o
domínio
instrumental e a capacidade dos docentes para
utilizar
estas
ferramentas
com
critérios
pedagógicos,
éticos
e
profissionais.
O
estudo
analisou
as
competências
em
inteligência
artificial
exigidas
aos
docentes,
através
da
revisão
de
tendências,
modelos,
dimensões
e
desafios
documentados
em
investigações
recentes
sobre
competência
digital
e
tecnologias educativas. Foi desenvolvida uma
investigação
qualitativa,
descritiva
e
bibliográfica,
baseada
na
análise
documental
de seis artigos científicos selecionados pela sua
pertinência temática, atualidade e relação com
o
problema
investigado.
Os
resultados
revelaram
que
as
capacidades
docentes
necessárias
incluíam
literacia
informacional,
gestão
tecnológica,
planeamento
pedagógico,
segurança
digital,
pensamento
crítico,
resolução de problemas e atualização contínua,
enquanto
persistiam
barreiras
formativas,
institucionais e profissionais que limitavam a
sua apropriação educativa. Concluiu-se que os
quadros
de
competências
digitais
proporcionaram
uma
base
pertinente,
embora
insuficiente,
para
definir
competências
específicas
face
aos
sistemas
algorítmicos,
o
que
justificou
o
reforço
de
modelos
de
formação
especializados,
críticos
e
responsáveis para a prática docente atual.
Keywords: Artificial intelligence, Teaching
competencies, Digital competence, Teacher
training, Educational technologies.
Introducción
La
investigación
reciente
muestra
que
las
competencias docentes han transitado desde el
dominio
instrumental
de
tecnologías
hacia
capacidades
pedagógicas,
críticas,
éticas
y
adaptativas
vinculadas
con
la
inteligencia
artificial. Mora et al. (2024) señalan que la IA
amplía
la
personalización,
la
evaluación
inmediata y el análisis del aprendizaje, mientras
Medina
(2024),
incorpora
dimensiones
didácticas, organizativas, éticas y profesionales.
Esta evolución redefine la preparación docente
como
aprendizaje
continuo
orientado
al
uso
reflexivo
de
sistemas
digitales
emergentes
en
educación
responsable
docente.
La
magnitud
del
problema
se
evidencia
en
brechas
persistentes
entre
uso
tecnológico
cotidiano
y
dominio
pedagógico
avanzado.
Muñoz
et
al.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 155
(2025),
al
estudiar
144
docentes,
encontraron
predominio de competencia tecnológica media,
escasa
capacitación
reciente
y
necesidades
marcadas
en
evaluación
digital,
actividades
interactivas
y
ciberseguridad.
Medina
(2024),
identificó niveles básicos relevantes en ética y
seguridad
entre
futuros
docentes,
mientras
Escriba (2022), documentó que la preparación
insuficiente
limita
la
innovación
educativa
y
amplía
desigualdades
de
aprendizaje
digital
y
sostenible.
Las
causas
se
vinculan
con
formación
insuficiente, tiempo limitado para actualizarse,
apoyo
institucional
desigual
y
persistencia
de
prácticas
pedagógicas
centradas
en
herramientas
básicas.
Muñoz
et
al.
(2025),
muestran que 72,9 % reportó tiempo restringido
para
aprender
y
60,4
%
falta
de
formación
específica;
Escriba
(2022),
añade
dificultades
de
conectividad,
acceso
y
actualización
profesional. Estas condiciones dificultan que el
profesorado
avance
desde
competencias
digitales generales hacia capacidades analíticas,
pedagógicas y éticas requeridas para incorporar
inteligencia artificial con criterio educativo.
La brecha adquiere mayor complejidad cuando
la inteligencia artificial exige capacidades que
exceden
el
manejo
técnico:
interpretar
recomendaciones algorítmicas, proteger datos,
reconocer
sesgos
y
decidir
su
pertinencia
pedagógica.
Mora
et
al.
(2024),
advierten
riesgos
asociados
con
privacidad,
sesgos
y
percepción
de
sustitución
docente,
mientras
Núñez et al. (2025), sostienen que la formación
debe
responder
a
necesidades
reales
del
profesorado.
La
literatura
ofrece
modelos
digitales
y
diagnósticos
tecnológicos,
pero
evidencia
menor
desarrollo
específico
sobre
competencias
docentes
en
IA
educativa.
El
problema
se
delimita
entonces,
en
la
insuficiente
caracterización
de
competencias
docentes para incorporar inteligencia artificial
con
criterio
pedagógico,
ético
y
profesional,
especialmente
en
educación
superior
y
formación
docente,
donde
persisten
niveles
tecnológicos intermedios, capacitación limitada
y
brechas
en
evaluación
digital,
seguridad,
privacidad
y
uso
reflexivo
de
herramientas
emergentes documentadas recientemente
.
A partir de lo expuesto, se plantea la pregunta
de
investigación:
¿Cuáles
son
las
tendencias,
modelos y desafíos emergentes que caracterizan
las
competencias
en
inteligencia
artificial
requeridas por los docentes para integrar estas
tecnologías
con
criterio
pedagógico,
ético
y
profesional?
Ante
este
planteamiento,
se
generan
las
siguientes
preguntas
complementarias: 1) ¿Qué tendencias orientan
el
desarrollo
de
competencias
docentes
vinculadas
con
la
inteligencia
artificial
en
educación?; 2) ¿Qué dimensiones y modelos de
competencia
digital
permiten
fundamentar
las
capacidades
docentes
necesarias
para
el
uso
educativo de la inteligencia artificial?; 3) ¿Qué
barreras
formativas,
tecnológicas,
institucionales
y
profesionales
condicionan
el
desarrollo
de
competencias
docentes
relacionadas
con
inteligencia
artificial?;
4)
¿Qué
desafíos
éticos,
pedagógicos
y
de
seguridad
adquieren
mayor
relevancia
ante
la
incorporación
de
inteligencia
artificial
en
la
práctica docente?
De
esta
manera,
el
estudio
resulta
importante
porque la expansión de la inteligencia artificial
modifica
decisiones
pedagógicas,
evaluación,
producción de contenidos y personalización del
aprendizaje,
exigiendo
docentes
capaces
de
utilizar
estas
herramientas
con
juicio
profesional. Mora et al.
(2024), muestran que
sus
posibilidades
educativas
coexisten
con
riesgos de privacidad, sesgos y uso inadecuado;
Medina (2024), evidencia que la competencia
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 156
docente
debe
incluir
dimensiones
didácticas,
éticas
y
profesionales,
indispensables
para
sostener
prácticas
educativas
responsables
y
pertinentes actuales. El aporte teórico consistirá
en
ordenar
las
competencias
vinculadas
con
inteligencia
artificial
desde
dimensiones
pedagógicas,
técnicas,
éticas
y
profesionales
presentes
en
la
literatura
adjunta;
metodológicamente,
permitirá
comparar
tendencias, modelos de competencia y barreras
formativas
mediante
revisión
analítica
de
evidencias
recientes;
en
el
plano
práctico,
ofrecerá
una
síntesis
útil
para
orientar
diagnósticos
y
procesos
de
capacitación
docente.
Esta
integración
responde
a
la
necesidad de formación continua señalada por
Núñez et al. (2025) y Muñoz et al. (2025), ante
demandas
tecnológicas
progresivamente
más
complejas,
cambiantes
y
exigentes
para
la
práctica educativa.
La novedad científica consiste en examinar las
competencias docentes en inteligencia artificial
como
una
extensión
especializada
de
la
competencia
digital,
integrando
capacidad
pedagógica,
juicio
ético,
seguridad,
análisis
y
desarrollo profesional en una lectura. Mora et
al.
(2024),
muestran
que
la
IA
introduce
posibilidades educativas y riesgos que requieren
nuevas capacidades docentes. Los beneficiarios
serán
profesores,
futuros
educadores,
universidades
e
instituciones
responsables
de
diseñar
formación,
evaluación
y
acompañamiento
para
una
incorporación
educativa
responsable
de
tecnologías.
En
consecuencia, el objetivo general busca analizar
las
competencias
en
inteligencia
artificial
requeridas
por
los
docentes,
mediante
una
revisión
analítica
de
las
tendencias,
modelos,
dimensiones
y
desafíos
sobre
competencia
digital
y
tecnologías
educativas,
para
caracterizar
las
capacidades
pedagógicas,
técnicas, éticas y profesionales necesarias para
la incorporación responsable de la inteligencia
artificial
en
la
práctica
educativa.
En
este
sentido,
se
define
a
las
competencias
en
inteligencia
artificial
como
conocimientos,
habilidades
y
disposiciones
que
permiten
emplear
sistemas
algorítmicos
con
finalidad
educativa,
interpretando
sus
posibilidades,
límites y efectos sobre la enseñanza (Santiago
& Garvich, 2024). Mora et al. (2024), vinculan
la IA con personalización, evaluación, analítica
y
apoyo
al
aprendizaje,
mientras
Medina
(2024),
sitúa
su
dominio
dentro
de
una
competencia
digital
amplia.
Su
carácter
exige
manejo
técnico,
juicio
pedagógico,
pensamiento
crítico,
responsabilidad
ética
y
actualización
profesional
permanente
y
reflexiva del profesorado.
Su
clasificación
puede
organizarse
desde
las
dimensiones
de
competencia
digital
docente
descritas por Sánchez et al. (2024): didáctica,
curricular
y
metodológica;
planificación
y
gestión
de
recursos
tecnológicos;
aspectos
éticos,
legales
y
de
seguridad;
desarrollo
personal
y
profesional;
trasladadas
al
uso
de
inteligencia
artificial,
estas
dimensiones
permiten
distinguir
competencias
para
seleccionar herramientas, diseñar experiencias,
evaluar
resultados,
proteger
información
y
sostener procesos de mejora profesional frente
a
tecnologías
cuya
evolución
modifica
continuamente
las
prácticas
educativas
institucionales
del
profesorado
(Santiago
&
Garvich, 2024).
Los
factores
que
condicionan
estas
competencias
combinan
disponibilidad
tecnológica,
capacitación,
tiempo,
apoyo
institucional, experiencia y disposición hacia la
innovación. Muñoz et al. (2025), identificaron
como barreras principales el tiempo limitado y
la
falta
de
formación
específica,
mientras
Escriba (2022), añadió conectividad, acceso a
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 157
dispositivos
y
actualización
limitada.
Estas
condiciones explican por qué el dominio de IA
no
depende
únicamente
del
acceso,
sino
de
oportunidades
formativas
para
transformar
recursos
digitales
en
decisiones
pedagógicas
fundamentadas.
El
docente
se
concibe
como
profesional
mediador
del
aprendizaje,
responsable
de
planificar,
orientar,
acompañar
y
evaluar
experiencias
formativas
mediante
decisiones
pedagógicas
sustentadas.
Núñez
et
al.
(2025),
señalan
que
debe
diagnosticar
competencias,
integrar
recursos
digitales
y
proporcionar
retroalimentación
cognitiva
y
social,
mientras
Escriba
(2022),
destaca
su
función
investigadora
y
facilitadora
del
aprendizaje
autónomo. Su desempeño requiere flexibilidad
metodológica, criterio profesional, disposición
al
cambio
y
capacidad
para
transformar
tecnologías
disponibles
en
oportunidades
educativas pertinentes y significativas.
Las
dimensiones
del
desempeño
docente
abarcan
funciones
pedagógicas,
sociales,
técnicas
y
de
gestión,
vinculadas
con
el
uso
educativo
de
tecnologías.
Mora
et
al.
(2024),
describen
al
profesor
virtual
como
facilitador
especializado,
promotor
de
colaboración,
orientador
técnico
y
gestor
de
espacios
digitales; Medina (2024), añade planificación,
organización,
ética,
seguridad
y
desarrollo
profesional.
Esta
amplitud
muestra
que
la
docencia
digital
no
se
reduce
al
manejo
operativo, pues integra decisiones curriculares,
acompañamiento,
comunicación
y
evaluación
educativa. Los factores asociados al desempeño
docente
incluyen
experiencia
profesional,
creencias sobre la tecnología, disponibilidad de
recursos, respaldo institucional y posibilidades
de
capacitación.
Unesco
(2023),
evidenciaron
predominio
de
niveles
tecnológicos
intermedios,
uso
extendido
de
plataformas
básicas
y
menor
experiencia
en
colaboración
digital,
multimedia
y
seguimiento.
Escriba
(2022),
advierte
que
una
integración
limitada
reproduce
enseñanza
expositiva,
mientras
una
preparación
reflexiva
favorece
autonomía,
creatividad,
trabajo
colaborativo
y
adaptación
de
estrategias
a
necesidades
educativas
diversas.
La
formación
docente
continua
se
entiende
como
proceso
sistemático
de
actualización
técnica
y
pedagógica
que
permite
revisar
conocimientos,
fortalecer
habilidades
y
responder a innovaciones digitales emergentes.
Núñez
et
al.
(2025),
sostienen
que
la
preparación debe relacionarse directamente con
necesidades identificadas mediante diagnóstico,
mientras
Muñoz
et
al.
(2025),
proponen
capacitación periódica, flexible y práctica. Sus
características
centrales
son
continuidad,
pertinencia,
aplicación
situada,
acompañamiento
institucional
y
orientación
hacia problemas reales de la práctica educativa
mediada tecnológicamente (Noblecillas, 2025).
Esta
formación
puede
distinguir
componentes
técnicos,
pedagógicos,
éticos
y
profesionales,
cuya combinación evita reducir la actualización
a
cursos
instrumentales.
Muñoz
et
al.
(2025)
,
plantean
fases
básica,
intermedia
y
avanzada,
con
actividades
colaborativas
y
prácticas;
Medina
(2024)
,
incorpora
ética,
seguridad,
planificación y desarrollo profesional. Entre sus
factores
aparecen
frecuencia
de
capacitación,
modalidad, mentoría, comunidades de práctica,
disponibilidad temporal
y apoyo institucional,
elementos
que
condicionan
la
apropiación
progresiva
de
herramientas
digitales
e
inteligencia artificial educativa
(Ventura et al.,
2023). La eficacia formativa también depende
de que los contenidos respondan a necesidades
reales
y
se
relacionen
con
tareas
docentes
concretas. Muñoz et al. (2025)
,
encontraron alta
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 158
demanda
de
evaluación
digital,
diseño
interactivo,
nuevas
herramientas
y
estrategias
de
integración,
mientras
Núñez
et
al.
(2025)
,
subrayan
el
diagnóstico
previo
como
base
de
cualquier intervención. La formación continua
opera
entonces
como
mediación
entre
disponibilidad
tecnológica
y
desempeño,
porque
transforma
acceso
disperso
en
capacidades
aplicables,
evaluables
y
sostenibles.
La relación entre competencias en inteligencia
artificial
y
docentes
se
establece
mediante
la
capacidad profesional para convertir funciones
algorítmicas en decisiones pertinentes. Mora et
al.
(2024)
,
muestran
que
la
IA
puede
personalizar
aprendizajes,
automatizar
tareas,
apoyar
evaluación
y
analizar
datos;
estas
posibilidades
cobran
sentido
pedagógico
cuando
el
profesor
interpreta
resultados,
selecciona
usos
y
mantiene
control.
La
competencia
tecnológica
modifica
así
el
repertorio docente, pero su valor depende del
criterio
aplicado
durante
planificación
e
intervención
(Coto & Morales, 2020).
Este vínculo también posee una dimensión ética
y
crítica,
porque
el
empleo
de
IA
introduce
riesgos
vinculados
con
privacidad,
sesgos,
seguridad
y
percepción
de
sustitución
profesional. Mora et al. (2024)
,
advierten tales
desafíos,
mientras
Medina
(2024)
,
incorpora
ética,
legalidad
y
seguridad
entre
las
dimensiones de competencia docente. De este
modo,
mayor
dominio
no
significa
uso
indiscriminado,
sino
capacidad
para
evaluar
pertinencia,
anticipar
efectos
y
preservar
responsabilidad
humana
sobre
decisiones
que
afectan
experiencias
educativas
(García
&
Panchano, 2025). El conectivismo, atribuido a
George
Siemens,
permite
interpretar
el
aprendizaje
como
construcción
distribuida
mediante redes, fuentes digitales e interacción
,
además, se destaca autonomía y conexión con
diversas
fuentes
para
construir
conocimiento.
Esta
perspectiva
resulta
pertinente
porque
las
competencias en IA exigen localizar, contrastar,
integrar
y
actualizar
información
dentro
de
redes tecnológicas y ecosistemas profesionales
interdependientes
(Antonio & Fern, 2024).
La
teoría
sociocultural
de
Lev
Vygotsky
se
relaciona
con
las
competencias
docentes
en
inteligencia
artificial
porque
concibe
el
aprendizaje
como
un
proceso
mediado
por
herramientas,
interacción
social
y
acompañamiento
experto.
Desde
esta
perspectiva,
la
IA
puede
funcionar
como
recurso
mediador
dentro
de
actividades
colaborativas, siempre que el docente conserve
la
orientación
pedagógica,
promueva
intercambio y utilice la tecnología para ampliar
posibilidades
de
aprendizaje,
evitando
convertirla
en
sustituto
de
interacción
educativa. (Trujillo, 2017). El constructivismo
de
Jean
Piaget
e
vincula
con
el
tema
porque
entiende el aprendizaje como una construcción
realizada
por
el
sujeto
mediante
interacción,
exploración y reorganización de conocimientos.
Aplicada
a
la
inteligencia
artificial,
esta
perspectiva
exige
que
el
docente
utilice
herramientas digitales para plantear problemas,
favorecer
autonomía,
estimular
pensamiento
crítico y permitir que el estudiante transforme
información
en
conocimiento,
en
lugar
de
recibir
respuestas
automatizadas
sin
procesamiento
cognitivo
ni
reflexión
(Rosas,
2008).
Materiales y Métodos
La investigación asumió un carácter cualitativo,
entendido como una vía orientada a comprender
significados,
relaciones
conceptuales
y
categorías presentes en
fenómenos educativos
complejos
(Hernández
et
al.,
2016).
Esta
elección resultó coherente con el estudio de las
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 159
competencias
en
inteligencia
artificial
para
docentes, porque permitió examinar tendencias,
modelos
formativos,
dimensiones
competenciales
y
desafíos
emergentes
desde
una
lectura
interpretativa
de
la
producción
científica,
atendiendo
diferencias
teóricas
y
puntos de encuentro sin reducir el fenómeno a
mediciones
estadísticas
ni
relaciones
exclusivamente cuantificables.
Se
adoptó
un
enfoque
descriptivo,
concebido
como
aquel
que
permitió
caracterizar
propiedades,
componentes,
dimensiones
y
manifestaciones
del
fenómeno
estudiado
mediante su organización sistemática (Iturralde
& Soria, 2021). Su pertinencia se sustentó en la
necesidad de precisar cómo fueron concebidas
las
competencias
docentes
vinculadas
con
inteligencia
artificial,
qué
modelos
orientaron
su comprensión y cuáles desafíos aparecieron
con
mayor
recurrencia,
construyendo
una
representación
ordenada
del
estado
del
conocimiento
sin
manipular
variables
ni
establecer
relaciones
causales
que
excedieran
las evidencias disponibles. La investigación fue
bibliográfica, modalidad basada en la búsqueda,
revisión,
selección
y
examen
crítico
de
publicaciones
académicas
relacionadas
directamente con el objeto investigado (Alban
et al., 2020).
Esta
modalidad
resultó
adecuada
porque
el
estudio
pretendió
reconstruir
conceptualmente
las
tendencias,
modelos
y
desafíos
asociados
con las competencias en inteligencia artificial
para
docentes
a
partir
del
conocimiento
científico
disponible,
permitiendo
contrastar
aportes, reconocer líneas recurrentes, distinguir
vacíos
investigativos
y
establecer
una
base
argumentativa
sustentada
en
artículos
especializados pertinentes al campo educativo y
tecnológico. Se emplearon los métodos teórico,
inductivo-deductivo
y
analítico-sintético,
integrados
para
interpretar
conceptos,
derivar
regularidades
y
reorganizar
los
hallazgos
en
categorías
explicativas
coherentes
(Tarrillo
et
al.,
2024).
El
método
teórico
facilitó
la
comprensión conceptual; la inducción permitió
identificar patrones desde aportes particulares y
la deducción
contrastó
esas regularidades con
categorías generales; el análisis descompuso las
evidencias
en
dimensiones
específicas,
mientras
la
síntesis
reunió
los
elementos
relevantes,
favoreciendo
una
lectura
ordenada
de
competencias,
modelos,
tendencias
y
desafíos vinculados con la inteligencia artificial
docente.
Como
técnica
se
utilizó
el
análisis
documental, entendido como un procedimiento
sistemático
destinado
a
examinar,
clasificar
e
interpretar
información
contenida
en
fuentes
científicas
pertinentes
(Jiménez,
2023).
Se
seleccionaron
artículos
relacionados
directamente
con
competencias
digitales,
inteligencia
artificial,
formación
docente,
modelos
competenciales
y
desafíos
tecnológicos,
priorizando
publicaciones
recientes
y
académicamente
pertinentes;
posteriormente,
la
información
se
organizó
mediante
categorías
temáticas
y
se
interpretó
comparativamente, identificando coincidencias,
diferencias, aportes conceptuales y vacíos que
permitieron sustentar los resultados del estudio
con coherencia metodológica.
Resultados y Discusión
Los hallazgos revelaron que las competencias
docentes asociadas con inteligencia artificial se
sustentan,
en
marcos
donde
la
alfabetización
informal, colaboración, creación de contenidos,
seguridad, resolución de problemas y formación
continua
adquieren
centralidad.
La
evidencia
mostró
una
transición
desde
capacidades
instrumentales
hacia
desempeños
críticos,
pedagógicos
y
éticos,
aunque
persistieron
brechas
formativas,
desigualdades
tecnológicas, limitaciones institucionales
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 160
Tabla 1.
Competencias docentes para el uso educativo de IA
Autor y año
Competencia digital
Tendencias
Noblecillas (2025)
Competencia tecnológica aplicada a la enseñanza.
Integración pedagógica de recursos digitales.
Competencia para desenvolverse en entornos virtuales.
Formación continua orientada a innovación y colaboración institucional.
Formación digital continua.
Virtualización educativa.
Innovación colaborativa.
Políticas de inclusión tecnológica.
Guevara (2024)
Conocimientos tecnológicos.
Habilidades operativas y pedagógicas.
Actitudes frente al uso tecnológico.
Planificación apoyada en recursos digitales.
Conectivismo y enfoque socioformativo.
Competencia entendida holísticamente.
Planificación digital.
Evaluación mediada por TIC.
Autocapacitación e innovación.
Córdova et al. (2024)
Información y alfabetización digital.
Comunicación y colaboración.
Creación de contenidos digitales.
Seguridad digital
Resolución de problemas.
EVEA para formación profesional.
DigCompEdu.
Diseño instruccional ADDIE.
Aprendizaje colaborativo y capacitación virtual
Silva y Rioseco
(2025)
Información y alfabetización de datos.
Comunicación y colaboración.
Creación de contenidos.
Seguridad digital.
Resolución de problemas.
Consolidación de DigComp 2.2.
Priorización mediante juicio experto.
Alfabetización de datos.
Seguridad y uso creativo.
Eche et al. (2025)
Gestión crítica de información.
Gestión de herramientas y recursos educativos.
Comunicación y redes colaborativas.
Ciudadanía digital responsable.
Resolución de problemas mediante pensamiento computacional.
EVA como medio para desarrollar competencias.
Pensamiento computacional.
Ciudadanía digital.
Inclusión explícita de aplicaciones con IA en redes de
aprendizaje.
Chamoli et al. (2025)
Alfabetización y adaptación digital.
Pedagogía mediada por tecnologías
Competencias para habilidades prácticas.
Pensamiento crítico e innovación.
Desarrollo profesional continuo.
Formación continua.
Enseñanza práctica mediada digitalmente.
Pensamiento crítico.
Inclusión y adaptación profesional.
Fuente: Elaboración propia
La tabla 1, permite clasificar los hallazgos en
cinco categorías competenciales: alfabetización
digital, comunicación y colaboración, creación
de contenidos, seguridad digital y resolución de
problemas,
a
las
que
se
suman
planificación
pedagógica
y
desarrollo
profesional.
Esta
organización
muestra
que
las
capacidades
requeridas
para
trabajar
con
inteligencia
artificial no dependen de una destreza aislada,
sino de una combinación de saberes técnicos,
criterios didácticos y disposiciones críticas.
La
principal
característica
del
conjunto
es
el
tránsito
desde
competencias
instrumentales
hacia
desempeños
integrales
capaces
de
sostener decisiones educativas fundamentadas,
también
se
observa
una
ampliación
del
rol
docente,
que
deja
de
centrarse
en
operar
herramientas
y
pasa
a
seleccionar,
evaluar,
adaptar
y
supervisar
recursos
digitales.
La
inteligencia
artificial
aparece,
por
ello,
como
extensión
especializada
de
una
competencia
digital más amplia. También se organizan las
tendencias
en
cuatro
categorías
analíticas:
transformaciones
recientes,
coincidencias,
tensiones
y
vacíos
empíricos.
Entre
las
transformaciones
sobresalen
la
formación
continua,
consolidación
de
marcos
de
competencia
digital,
virtualización,
pensamiento
crítico,
ciudadanía
digital
e
incorporación
progresiva
de
inteligencia
artificial. Las coincidencias muestran acuerdos
sobre
la
necesidad
de
integrar
tecnología,
pedagogía,
seguridad
y
actualización
profesional.
Las tensiones revelan una distancia persistente
entre
disponibilidad
tecnológica
y
uso
educativo efectivo, entre valoración positiva e
implementación
limitada,
así
como
entre
expansión
de
herramientas
y
preparación
docente desigual. La tabla 2, agrupa las barreras
en cuatro categorías: formativas, tecnológicas,
institucionales y profesionales. Las primeras se
caracterizan
por
insuficiente
capacitación
especializada, actualización irregular y dominio
limitado
de
competencias
avanzadas;
las
tecnológicas
incluyen
conectividad
desigual,
uso
restringido
de
plataformas,
acceso
a
recursos
y
dificultades
para
aprovechar
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 161
herramientas
complejas.
En
el
plano
institucional
sobresalen
la
adecuación
de
políticas,
el
apoyo
desigual,
la
integración
curricular incompleta y la escasa continuidad de
programas
formativos.
Las
barreras
profesionales
incorporan
falta
de
tiempo,
resistencia
al
cambio,
inseguridad
frente
a
nuevas herramientas y persistencia de prácticas
tradicionales.
Tabla 2.
Barreras que condicionan el desarrollo de competencias docentes en IA
Autor y año
Formativas
Tecnológicas
Institucionales
Profesionales
Noblecillas (2025)
Formación
específica
insuficiente.
Preparación
predominantemente moderada.
Escasas
competencias
avanzadas.
Necesidad
de
actualización
continua.
Recursos insuficientes.
Acceso desigual.
Brecha digital.
Integración
tecnológica
incompleta.
Programas
formativos
desiguales.
Necesidad
de
políticas
digitales.
Cultura
innovadora
insuficiente.
Brechas
geográficas
y
socioeconómicas.
Falta de tiempo.
Resistencia al cambio.
Adaptación acelerada.
Dificultad
para
modificar
prácticas
consolidadas.
Guevara (2024)
Predominio
del
uso
instrumental.
Formación
continua
insuficiente.
Comprensión
limitada
de
evaluación digital.
Necesidad de autocapacitación.
Escaso uso habitual de recursos.
Aprovechamiento
limitado
de
plataformas.
Persistencia
de
procedimientos
convencionales.
Brecha
de
implementación
tecnológica.
Adecuación
institucional
lenta.
Incorporación
progresiva
de
equipamiento.
Integración
curricular
incompleta.
Falta
de
consensos
para
mejorar calidad.
Resistencia metodológica.
Planeación digital insuficiente.
Baja apropiación innovadora.
Desarrollo profesional desigual.
Córdova et al.
(2024)
Capacitación insuficiente
Débil creación de contenidos.
Necesidad
de
estrategias
digitales nuevas.
Formación práctica limitada.
Problemas de conectividad.
Manejo
desigual
de
plataformas.
Dificultades
en
herramientas
especializadas.
Limitaciones
para
instrucción
práctica remota.
Mecanismos
de
apoyo
insuficientes.
Respuesta
institucional
desigual.
Necesidad
de
colaboración
docente.
Entornos
poco
adaptados
a
diversidad.
Esfuerzo elevado de adaptación.
Comunicación digital desigual.
Necesidad
de
rediseñar
metodologías.
Escasa
experiencia
previa
en
enseñanza virtual.
Silva y Rioseco
(2025)
Competencias
universitarias
heterogéneas.
Necesidad
de
formación
curricular intencionada.
Menor
dominio
en
competencias complejas.
Desarrollo desigual entre áreas.
Resolución
técnica
no
priorizada por expertos.
Programación
con
baja
pertinencia académica.
Gestión
de
identidad
poco
valorada.
Diferencias
en
creación
de
contenidos.
Integración
curricular
incompleta.
Necesidad
de
incorporar
las
cinco áreas DigComp.
Evaluación
competencial
todavía parcial.
Falta
de
evidencia
sobre
impacto directo.
Déficits
en
pensamiento
crítico
aplicado.
Necesidad de autoaprendizaje.
Exigencia
de
actualización
profesional.
Transferencia
limitada
de
competencia
digital
al
desempeño
académico.
Eche et al. (2025)
Capacidades
digitales
docentes
escasas.
Formación
insuficiente
para
integración pedagógica.
Débil
aprovechamiento
académico de herramientas.
Necesidad
de
alfabetización
crítica.
Brecha digital.
Acceso desigual a plataformas.
Dependencia de conectividad.
Manejo
limitado
de
herramientas colaborativas.
Necesidad
de
mayor
inversión.
Implementación
desigual
de
EVA.
Integración
tecnológica
curricular pendiente.
Requerimiento de políticas de
educación digital.
Dificultad
para
acompañar
estudiantes digitalizados.
Adaptación
a
enseñanza
híbrida
y
virtual.
Exigencia de mediación pedagógica.
Necesidad
de
actualización
ante
aplicaciones de IA.
Chamoli et al.
(2025)
Formación docente insuficiente.
Déficit
de
estrategias
innovadoras.
Necesidad
de
aprendizaje
continuo.
Escasa
preparación
para
habilidades
prácticas
digitalizadas.
Evolución
tecnológica
acelerada.
Dificultad
de
adaptación
a
nuevos entornos.
Acceso desigual a recursos.
Uso
tecnológico
con
profundidad variable.
Necesidad
de
adaptación
universitaria.
Gestión
académica
digital
desigual.
Inclusión todavía insuficiente.
Políticas
institucionales
en
proceso de ajuste.
Demandas laborales cambiantes.
Actualización permanente.
Necesidad
de
autonomía
profesional.
Exigencia
de
transformar
prácticas
teórico-prácticas.
Fuente: Elaboración propia.
Las
dificultades
no
operan
de
manera
independiente,
sino
que
se
refuerzan
mutuamente
y
condicionan
la
apropiación
educativa
de
tecnologías
emergentes.
La
característica
central
es
una
brecha
entre
disposición
favorable
y
capacidad
efectiva
de
implementación, lo que convierte la formación
continua
y
el
apoyo
institucional
en
factores
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 162
decisivos para avanzar hacia usos pedagógicos
más complejos. La tabla 3, permite organizar
los hallazgos en tres categorías: desafíos éticos,
pedagógicos y de seguridad. En la dimensión
ética
destacan
privacidad,
uso
responsable
de
datos, ciudadanía digital, inclusión, derechos de
autor y prevención de sesgos; en la dimensión
pedagógica
predominan
planificación,
mediación,
retroalimentación,
adaptación
a
necesidades
y
transformación
de
prácticas
tradicionales.
Los
desafíos
de
seguridad
comprenden
protección
de
datos,
identidad
digital, dispositivos, bienestar y evaluación de
la
confiabilidad
de
fuentes.
Esta
clasificación
evidencia
que
la
incorporación
educativa
de
inteligencia
artificial
exige
decisiones
que
trascienden la eficiencia tecnológica.
Tabla 3.
Desafíos para incorporación educativa de IA.
Autor y año
Éticos
Pedagógicos
Seguridad
Noblecillas
(2025)
Garantizar equidad digital.
Evitar exclusión socioeconómica.
Reducir desigualdades geográficas.
Promover acceso justo a oportunidades.
Transformar el paradigma de enseñanza.
Integrar tecnología con finalidad educativa.
Superar resistencia docente.
Crear cultura de innovación y colaboración.
Garantizar infraestructura confiable.
Favorecer acceso estable.
Reducir
vulnerabilidad
derivada
de
brechas
digitales.
Preparar al profesorado para uso responsable.
Guevara (2024)
Participación voluntaria y confidencialidad en
procesos investigativos.
Uso responsable de recursos.
Reflexión sobre impacto tecnológico.
Evitar
reducción
de
educación
a
instrumentación.
Integrar tecnología con planificación.
Mejorar retroalimentación digital.
Sustituir rutinas exclusivamente tradicionales.
Favorecer interacción y motivación.
Manejo pertinente de información.
Uso competente de plataformas.
Aprovechamiento responsable de recursos.
Reducción de la brecha digital.
Córdova et al.
(2024)
Derechos de autor y licencias.
Gestión responsable de identidad digital.
Reflexión crítica sobre recursos.
Inclusión de necesidades diversas.
Diseño de actividades interactivas.
Retroalimentación personalizada.
Comunicación efectiva.
Adaptación a diversidad y autonomía.
Protección de dispositivos.
Protección de datos personales.
Identidad digital.
Protección de salud y entorno digital.
Silva y Rioseco
(2025)
Derechos de autor.
Comportamiento responsable en red.
Privacidad de información personal.
Uso crítico de datos.
Bienestar digital.
Priorizar alfabetización informacional.
Integrar colaboración digital.
Favorecer
creación
y
reelaboración
de
contenidos.
Desarrollar respuestas tecnológicas pertinentes.
Protección de dispositivos.
Protección de datos y privacidad.
Protección del bienestar.
Identificación de lagunas competenciales.
Eche et al. (2025)
Uso crítico y responsable de información.
Discernimiento de información falsa.
Ciudadanía digital responsable.
Valoración ética del contenido producido por
tecnologías e IA.
Mediación docente en EVA.
Resolución de problemas reales.
Retroalimentación permanente.
Integración
de
IA
dentro
de
conexiones
formativas,
no
como
sustitución
del
juicio
educativo.
Uso seguro de tecnologías.
Gestión responsable de información.
Protección de identidad digital.
Evaluación de calidad y veracidad de fuentes.
Chamoli et al.
(2025)
Inclusión digital.
Gestión académica ética.
Acceso equitativo a información.
Adaptación profesional responsable.
Formación para enseñanza práctica.
Incorporación de metodologías innovadoras.
Promoción del pensamiento crítico.
Vinculación
entre
tecnología
y
aprendizaje
efectivo.
Uso crítico de recursos.
Formación para nuevos entornos digitales.
Gestión responsable de información.
Prevención
de
desigualdades
derivadas
del
acceso.
Fuente: Elaboración propia.
La característica dominante es la necesidad de
mantener
control
sobre
los
recursos
digitales,
evitando
que
la
automatización
sustituya
el
juicio
docente.
También
aparece
una
relación
entre
ética
y
seguridad,
pues
proteger
información
implica
criterios
de
responsabilidad,
mientras
la
dimensión
pedagógica determina cuándo una herramienta
es
pertinente.
El
conjunto
configura
una
competencia
docente
orientada
a
supervisar,
interpretar
y
limitar
usos
tecnológicos
según
finalidades.
El
hallazgo
más
consistente
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 163
mostró que las competencias requeridas
para trabajar con inteligencia artificial se
apoyaron
en
alfabetización
digital,
comunicación,
creación
de
contenidos,
seguridad
y
resolución
de
problemas,
según
Silva
y
Rioseco
(2025),
este
resultado
indicó
que
la
preparación
docente
debía
superar
el
manejo
operativo.
Medina
(2024),
había
organizado
la
competencia
digital
en
dimensiones
didácticas,
organizativas,
éticas
y
profesionales.
Ambas
posturas
fueron
complementarias
porque
integraron
habilidades
técnicas
con
decisiones
pedagógicas,
ampliando
la
comprensión
del
desempeño
docente
ante tecnologías inteligentes.
Córdova
et
al.
(2024),
identificaron
que
los
entornos
virtuales
favorecieron
competencias
para
gestionar
información,
crear
recursos,
comunicarse, evaluar y retroalimentar, aunque
exigieron
capacitación
especializada.
El
hallazgo mostró que la apropiación tecnológica
dependía
de
procesos
formativos
vinculados
con
tareas
docentes
concretas.
Núñez
et
al.
(2025),
sostuvieron
que
la
formación
debía
partir
del
diagnóstico
de
necesidades
profesionales. Existió coincidencia conceptual,
pues
ambos
enfoques
asociaron
aprendizaje
tecnológico
con
pertinencia
formativa,
confirmando
que
la
competencia
docente
se
construye
mediante
actualización
situada
continua permanente.
Noblecillas
(2025),
señaló
falta
de
tiempo,
recursos, formación específica y resistencia al
cambio
como
barreras
persistentes
para
desarrollar
competencias
digitales.
Este
resultado
explicó
por
qué
la
disponibilidad
tecnológica
no
garantizaba
apropiación
pedagógica. Muñoz et al. (2025), identificaron
igualmente
tiempo
limitado
y
capacitación
insuficiente
entre
docentes
universitarios.
La
coincidencia
respondió
a
diagnósticos
realizados en poblaciones educativas diferentes,
pero
sometidas
a
exigencias
semejantes
de
actualización;
tal
consistencia
fortaleció
la
interpretación
de la formación
continua como
condición para incorporar inteligencia artificial.
Eche
et
al.
(2025),
mostraron
que
la
competencia
digital
implicaba
gestionar
información
críticamente,
ejercer
ciudadanía
responsable
y
resolver
problemas
mediante
pensamiento
computacional,
incorporando
aplicaciones
de
inteligencia
artificial
como
fuentes
externas
de
aprendizaje.
Mora
et
al.
(2024),
habían
advertido
que
la
IA
educativa
introducía riesgos de privacidad, sesgos y uso
inapropiado.
Ambas
perspectivas
resultaron
complementarias:
una
enfatizó
capacidades
cognitivas
y
otras
responsabilidades
éticas,
ampliando el fenómeno hacia un dominio donde
competencia
significa
discernir,
decidir
y
supervisar críticamente resultados algorítmicos.
Guevara
(2024),
evidenció
una
tensión
entre
valoración
positiva
de
la
tecnología
y
uso
pedagógico limitado, pues numerosos docentes
reconocieron
su
potencial
motivador
sin
incorporarla
regularmente.
Escriba
(2022),
había
descrito
una
situación
semejante
al
señalar
que
el
dominio
digital
no
aseguraba
desempeño
adecuado
cuando
faltaban
preparación
consciente
y
gestión
ética.
La
coincidencia
no
fue
meramente
descriptiva:
reveló una brecha entre disposición y práctica,
confirmando
que
las
competencias
para
inteligencia
artificial
requieren
apropiación
pedagógica
verificable,
no
aceptación
tecnológica meramente declarativa. Chamoli et
al.
(2025),
situaron
como
tendencia
la
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 164
formación continua, el pensamiento crítico, la
innovación
y
la
adaptación
profesional,
pero
reconocieron
vacíos
sobre
competencias
específicas
para
distintas
prácticas
universitarias.
Medina
(2024),
planteó
que
el
desarrollo profesional constituye una dimensión
propia de la competencia docente. La relación
fue complementaria, aunque el primer estudio
amplió el problema hacia demandas cambiantes
del
trabajo;
este
contraste
confirmó
que
la
preparación
para
inteligencia
artificial
debía
concebirse
como
proceso
evolutivo,
especializado y revisable críticamente.
En
conjunto,
los
hallazgos
permitieron
caracterizar
las
competencias
docentes
para
inteligencia artificial como una combinación de
alfabetización,
dominio
tecnológico,
juicio
pedagógico,
seguridad,
ética,
resolución
de
problemas
y
actualización
continua.
Las
coincidencias
entre
estudios
consolidaron
una
visión
integral,
mientras
las
diferencias
mostraron
que
aún
predominaban
marcos
de
competencia
digital
general
sobre
modelos
específicos
de
inteligencia
artificial.
Persistieron
vacíos
sobre
evaluación
algorítmica,
sesgos
y
efectos
formativos
sostenidos;
el
estudio
aportó
una
base
para
delimitar
capacidades
docentes
responsables,
críticas y profesionalmente pertinentes.
Conclusiones
Los
resultados
permitieron
establecer
que
las
competencias
en
inteligencia
artificial
requeridas por los docentes no podían reducirse
al manejo instrumental de aplicaciones, pues su
desarrollo
implicó
integrar
alfabetización
digital,
dominio
tecnológico,
criterio
pedagógico,
seguridad
digital,
pensamiento
crítico,
responsabilidad
ética,
resolución
de
problemas y actualización profesional continua.
Esta configuración respondió consistentemente
al
problema
identificado,
caracterizado
por
la
existencia
de
brechas
entre
disponibilidad
tecnológica,
uso
educativo
efectivo
y
preparación
docente
para
interpretar,
seleccionar y aplicar herramientas emergentes.
La
revisión
mostró
que
los
modelos
de
competencia digital ofrecieron una base sólida
para
comprender
estas
capacidades,
aunque
todavía presentaron un alcance insuficiente para
describir
con
precisión
aquellas
competencias
específicamente
vinculadas
con
sistemas
de
inteligencia
artificial,
las
relacionadas
con
supervisión
de
resultados
algorítmicos,
identificación de sesgos, protección de datos y
toma
de
decisiones
pedagógicas
informadas.
Los hallazgos confirmaron que la competencia
docente
frente
a
la
inteligencia
artificial
debe
comprenderse como una capacidad profesional
multidimensional,
cuya
calidad
depende
tanto
de
conocimientos
técnicos
como
de
disposiciones
reflexivas
y
condiciones
institucionales favorables.
El
alcance
interpretativo
del
estudio
permitió
reconocer
patrones
comunes
entre
investigaciones
recientes,
pero
también
evidenció límites derivados del predominio de
trabajos
centrados
en
competencia
digital
general,
entornos
virtuales
y
tecnologías
educativas,
más
que
en
inteligencia
artificial
como
dominio
autónomo.
Esta
limitación
no
invalida los resultados; al contrario, revela una
brecha científica que exige precisión conceptual
y
evidencia
empírica
directa
sobre
prácticas
docentes
mediadas
por
IA.
A
partir
de
estos
resultados, se recomienda que las instituciones
educativas diseñen programas permanentes de
formación
que
integren
dimensiones
técnicas,
pedagógicas, éticas y profesionales, priorizando
evaluación
crítica
de
información,
seguridad,
privacidad, uso responsable de datos, creación
de recursos y análisis de decisiones asistidas por
algoritmos.
También
convendría
fortalecer
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 165
comunidades
de
práctica,
acompañamiento
entre
pares
y
mecanismos
institucionales
de
apoyo
que
permitan
trasladar
la
capacitación
hacia
experiencias
reales
de
enseñanza,
evitando que la actualización quede limitada a
cursos
aislados
o
al
aprendizaje
operativo
de
plataformas.
Las futuras investigaciones deberían desarrollar
y validar marcos específicos de competencias
docentes
en
inteligencia
artificial,
comparar
niveles de dominio entre áreas disciplinares y
examinar cómo
estas capacidades influyen en
planificación,
evaluación,
retroalimentación,
inclusión
y
autonomía
estudiantil.
Resultaría
pertinente
incorporar
diseños
longitudinales
y
estudios
comparativos
entre
instituciones,
regiones
y
niveles
educativos,
junto
con
investigaciones
sobre
sesgos,
autoría,
integridad académica y bienestar digital. Tales
líneas
permitirían
consolidar
un
campo
de
estudio
más
preciso
y
orientar
decisiones
formativas acordes con la evolución tecnológica
y educativa.
Referencias Bibliográficas
Alban, G., Verdesoto, A., & Castro, N. (2020).
Metodologías
de
investigación
educativa
(descriptivas,
experimentales,
participativas
y
de
investigación-acción).
RECIMUNDO,
4
(3),
163–173.
https://doi.org/10.26820/recimundo/4.(3).juli
o.2020.163-173
Antonio, J., & Fern, G. (2024). Desarrollo de
competencias
digitales
docentes
y
su
trascendencia
en
los
procesos
educativos.
Chakiñan,
Revista
de
Ciencias
Sociales
y
Humanidades,
24
,
97–109.
https://doi.org/10.37135/chk.002.24.05
Chamoli,
A.,
Reyna,
J.,
&
Rosas,
C.
(2025).
Habilidades
prácticas
y
competencias
digitales:
Perspectivas
en
la
enseñanza.
REVISTA
INVECOM
“Estudios
Transdisciplinarios
en
Comunicación
y
Sociedad”,
5
(1),
1–8.
https://www.revistainvecom.org
Córdova,
D.,
Romero,
J.,
López,
R.,
García,
M..,
&
Sánchez,
D.
(2024).
Desarrollo
de
competencias
digitales
docentes
mediante
entornos virtuales: Una revisión sistemática.
Apertura,
16
(1),
142–161.
https://doi.org/10.32870/ap.v16n1.2489
Coto, M., & Morales, M. (2020). Tecnologías
del
habla
para
la
educación
inclusiva.
Actualidades
Investigativas
en
Educación,
20
(1),
1–6.
https://doi.org/10.15517/aie.v20i1.40129
Eche, P., Encalada Díaz, I., & Díaz, J. (2025).
Uso
del
entorno
virtual
de
aprendizaje
y
desarrollo
de
competencias
digitales
de
estudiantes
de
la
Facultad
de
Ciencias
Administrativas,
UNMSM.
Igobernanza,
8
(29),
127–149.
https://doi.org/10.47865/igob.vol8.n29.2025.
397
Escriba, M. (2022). Desarrollo de competencias
digitales
en
los
docentes
post
pandemia.
LATAM
Revista
Latinoamericana
de
Ciencias Sociales y Humanidades, 3
(2), 817–
825.
https://doi.org/10.56712/latam.v3i2.151
García, J., & Panchano, A. (2025). Desafíos y
oportunidades de la inteligencia artificial en
la
educación:
Una
revisión
sistemática.
ASCE,
4
(2),
185–200.
https://doi.org/10.70577/ASCE/185.200/202
5
Guevara, J. (2024). Desarrollo de competencias
digitales docentes y su trascendencia en los
procesos
educativos.
SciELO
Preprints
,
1–
10.
https://doi.org/10.1590/SciELOPreprints.840
7
Hernández, R., Fernández, C., & Baptista, M.
(2016).
Metodología
de
la
investigación
.
McGraw-Hill.
https://www.smujerescoahuila.gob.mx/wp-
content/uploads/2020/05/Sampieri.Met.Inv.p
df
Iturralde, C., & Soria, V. (2021).
Metodología
de la investigación
. Editorial e Imprenta de la
Universidad
de
Guayaquil.
https://libros.ug.edu.ec/index.php/editorial/c
atalog/view/47/47/189
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 166
Jiménez,
J.
(2023).
Metodología
e
investigación:
¿Es
posible
superar
el
reduccionismo
cientificista?
Cuadernos
de
Pensamiento,
36
(2),
21–50.
https://doi.org/10.51743/cpe.392
Medina, M. (2024). Competencias digitales de
los
estudiantes
de
Educación
de
la
Universidad Nacional de Loja, ciclo octubre
2023/marzo
2024.
Ciencia
Latina
Revista
Científica Multidisciplinar, 8
(1), 9729–9751.
https://doi.org/10.37811/cl_rcm.v8i2.10295
Mora,
M.,
Sánchez,
M.,
Vergara,
R.,
García,
M.., García, E., Arguello, M., & Chimbo, J.
(2024). Desarrollo de competencias digitales
en
la
educación.
Prometeo
Conocimiento
Científico,
4
(1),
1–13.
https://doi.org/10.55204/pcc.v4i1.e98
Muñoz, J., Cobeña, D., Medina, A., & Yánez,
X. (2025). Estrategia para el
desarrollo de
competencias tecnológicas en docentes de la
Escuela
Superior
Politécnica
Agropecuaria
de
Manabí.
Uniandes
Episteme.
Revista
de
Ciencia,
Tecnología
e
Innovación,
12
(2),
209–222.
https://doi.org/10.61154/rue.v12i2.3783
Noblecillas, I. (2025). Formación docente y la
integración efectiva de las TIC en el aula de
secundaria: Una revisión sistemática.
Revista
Científica Sociedad & Tecnología, 8
(2), 673–
686.
https://doi.org/10.51247/st.v8iS2.50
Núñez, A., Cóndor, G., Vivanco, J., García-, C.,
&
Marín,
D.
(2025).
Desarrollo
de
competencias
digitales
en
estudiantes
de
primaria.
593 Digital Publisher CEIT, 10
(1–
2),
128–154.
https://doi.org/10.33386/593dp.2025.1-
2.2963
Rosas, R. (2008).
Piaget, Vigotski y Maturana:
Constructivismo a tres voces
. Psicología de la
Educación.
http://twitter.com/psikolibro
Sánchez,
E.,
Barrezueta,
L.,
Guayanay,
J.,
&
Otero,
L.
(2024).
Análisis
de
la
implementación de tecnologías educativas en
el aula y su impacto en el aprendizaje de los
estudiantes.
Revista Imaginario Social, 7
(2),
246–260.
https://doi.org/10.59155/is.v7i2.185
Santiago,
Y.
D.,
&
Garvich,
R.
M.
(2024).
Competencias digitales e integración
de las
TIC en el proceso de enseñanza-aprendizaje.
Revista
Docentes
2.0,
17
(1),
50–65.
https://doi.org/10.37843/rted.v17i1.405
Silva, J., & Rioseco, M. (2025). Competencias
digitales clave para la formación académica
en estudiantes universitarios según el modelo
DigComp:
Un
estudio
basado
en
juicio
de
expertos.
Edutec,
Revista
Electrónica
de
Tecnología
Educativa,
91
,
269–286.
https://doi.org/10.21556/edutec.2025.91.347
1
Tarrillo,
O.,
Mejía,
J.,
Dávila,
J.,
Pinado,
C.,
Tapia,
C.,
Chilón,
W., &
Vélez,
S.
(2024).
Metodología
de
la
investigación:
Una
mirada
global.
Ejemplos
prácticos
.
https://doi.org/10.37811/cli_w1078
Trujillo,
L.
(2017).
Teorías
pedagógicas
contemporáneas
.
Fundación
Universitaria
del Área Andina.
https://bit.ly/34ePbS6
UNESCO. (2023).
Tecnología en la educación:
¿Una herramienta en los términos de quién?
https://mexico.un.org/es/240348-tecnología-
en-la-educación-¿una-herramienta-en-los-
términos-de-quién-resumen
Ventura,
D.,
Gonzales,
V.,
&
Barreto,
M.
(2023). Competencias digitales en docentes:
Un
estudio
situacional.
Horizontes.
Revista
de
Investigación
en
Ciencias
de
la
Educación,
7
(28),
881–896.
https://doi.org/10.33996/revistahorizontes.v7
i28.561
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0
Internacional.
Copyright
©
Sonnia
Soraya
Urbina
Bustos,
Mónica
Alejandra
Sosa
Zúñiga,
Leonardo
Freddy
Hernández,
Eulalia
Araceli
Tenesaca Arcentales y Alex David Yunga Pedraza.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 167
Declaraciones éticas y editoriales del artículo
Contribución de los autores (Taxonomía CRediT)
Sonnia Soraya Urbina Bustos
: curación y organización de los datos, participación en la recolección de información, validación de los resultados obtenidos
y elaboración de representaciones gráficas y visualización de los datos.
Mónica Alejandra Sosa Zúñiga: conceptualización de la investigación, diseño metodológico, desarrollo del proceso investigativo, análisis formal de los
datos, redacción del borrador original del manuscrito, revisión crítica del contenido científico y supervisión general del estudio.
Leonardo Freddy Hernández: curación y organización de los datos, participación en la recolección de información, validación de los resultados obtenidos
y elaboración de representaciones gráficas y visualización de los datos.
Eulalia Araceli Tenesaca Arcentales: curación y organización de los datos, participación en la recolección de información, validación de los resultados
obtenidos y elaboración de representaciones gráficas y visualización de los datos.
Alex David Yunga Pedraza: curación y organización de los datos, participación en la recolección de información, validación de los resultados obtenidos y
elaboración de representaciones gráficas y visualización de los datos.
Declaración de conflicto de intereses
Los autores declaran que no existe conflicto de intereses en relación con la investigación presentada, la autoría del manuscrito ni la publicación del presente
artículo.
Declaración de financiamiento
La presente investigación no recibió financiamiento específico de agencias públicas, comerciales o de organizaciones sin fines de lucro. En caso de existir
financiamiento institucional o externo, este deberá ser declarado explícitamente por los autores en esta sección.
Declaración del editor
El editor responsable certifica que el proceso editorial del presente artículo se desarrolló conforme a los principios de integridad científica, transparencia y
buenas
prácticas
editoriales.
El
manuscrito
fue
sometido
a
un
proceso
de
evaluación
mediante
revisión
por
pares
doble
ciego,
garantizando
la
confidencialidad de la identidad de los autores y revisores durante todo el proceso de dictamen académico. Asimismo, el editor declara que el artículo
cumple con los criterios científicos, metodológicos y éticos establecidos por la revista.
Declaración de los revisores
Los revisores externos que participaron en la evaluación del presente manuscrito declaran haber realizado el proceso de revisión de manera objetiva,
independiente y confidencial. Asimismo, manifiestan que no mantienen conflictos de interés con los autores ni con la investigación evaluada, y que sus
observaciones y recomendaciones se fundamentan exclusivamente en criterios científicos, metodológicos y académicos.
Declaración ética de la investigación
Los autores declaran que la investigación se desarrolló respetando los principios éticos de la investigación científica, garantizando la confidencialidad de
los datos y el respeto a los participantes del estudio. En los casos en que la investigación involucre seres humanos, los procedimientos deben ajustarse a
los principios éticos establecidos en la Declaración de Helsinki y a las normativas institucionales correspondientes.
Declaración sobre el uso de inteligencia artificial
Los autores declaran que el uso de herramientas de inteligencia artificial, en caso de haberse utilizado durante el proceso de investigación o redacción del
manuscrito,
se
realizó
únicamente
como
apoyo
técnico
para
mejorar
la
claridad
del
lenguaje
o
el
análisis de
información,
manteniendo
siempre
la
responsabilidad intelectual sobre el contenido del artículo. Las herramientas de inteligencia artificial no fueron utilizadas como autoras del manuscrito ni
sustituyen la responsabilidad académica de los investigadores.
Disponibilidad de datos
Los datos que respaldan los resultados de esta investigación estarán disponibles previa solicitud razonable al autor de correspondencia, respetando las
normas éticas y de confidencialidad establecidas por la investigación.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 9
Septiembre del 2026
Página 168
