Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 3.1
Edición Especial III 2026
Página 914
IMPACTO DEL USO DE INTELIGENCIA ARTIFICIAL EN EL RENDIMIENTO
ACADÉMICO DEL BACHILLERATO ECUATORIANO
IMPACTO DEL USO DE INTELIGENCIA ARTIFICIAL EN EL RENDIMIENTO
ACADÉMICO DEL BACHILLERATO ECUATORIANO
Autores:
1
Erika Lucía Rosales Gonzales.
¹ORCID ID: https://orcid.org/0000-0002-4517-4229
¹E-mail de contacto: elrosalesg@unemi.edu.ec
Afiliación: ¹*Universidad Estatal de Milagro, (Ecuador).
Artículo recibido: 14 de Abril del 2026
Artículo revisado: 16 de Abril del 2026
Artículo aprobado: 18 de Abril del 2026
¹Licenciada en Educación, mención Comercio Exterior, egresada de la Universidad de Guayaquil, (Ecuador), con 7 años de experiencia
laboral. Magíster en Educación Básica, egresada de la Universidad Estatal de Milagro, (Ecuador).
Resumen
El presente trabajo se realizó con el objetivo de
analizar la evidencia científica sobre el impacto
de la Inteligencia Artificial en el rendimiento
académico en el contexto educativo. Para ello,
se realizó una revisión sistemática de la
literatura desde un enfoque cualitativo,
siguiendo la declaración PRISMA, mediante la
identificación, selección y análisis de literatura
relevante publicada entre el año 2020 y el 2025.
Los resultados demuestran que la IA influye en
especial en la personalización del aprendizaje,
en apoyar el proceso de enseñanza-aprendizaje
y en el rendimiento académico. Se resaltan en
especial los aspectos en los que se puede ajustar
la adaptación de los contenidos a las
necesidades y exigencias de los estudiantes, la
evaluación automatizada o la retroalimentación
proporcionada por los recursos de la IA.
También se identificaron aspectos positivos
relacionados con el desarrollo de habilidades
cognitivas y el incremento de la motivación de
los alumnos. Sin embargo, también se
identificaron aspectos negativos relacionados
con la ética, privacidad, dependencia de la
tecnología y la manera de formar al
profesorado. La IA constituye un alto potencial
de cambio de los procesos educativos y del
rendimiento académico siempre que se
implemente de manera contextualizada.
Palabras clave: Inteligencia artificial,
Aprendizaje, Rendimiento, Educación,
Tecnología.
Abstract
This study aimed to analyze the scientific
evidence on the impact of Artificial
Intelligence (AI) on academic performance in
educational settings. A systematic literature
review was conducted using a qualitative
approach, following the PRISMA guidelines,
by identifying, selecting, and analyzing
relevant literature published between 2020 and
2025. The results demonstrate that AI has a
significant influence, particularly on
personalized learning, supporting the teaching
and learning process, and improving academic
performance. The study highlights aspects such
as adapting content to students' needs and
requirements, automated assessment, and
feedback provided by AI resources. Positive
aspects related to the development of cognitive
skills and increased student motivation were
also identified. However, negative aspects
related to ethics, privacy, technology
dependence, and teacher training were also
identified. AI has significant potential to
transform educational processes and improve
academic performance, provided it is
implemented in a contextualized manner. AI
has considerable potential for change in
educational processes and academic
performance, provided it is implemented in a
contextualized manner.
Keywords: Artificial intelligence, Learning,
Performance, Education, Technology.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 3.1
Edición Especial III 2026
Página 915
Sumário
Este estudo teve como objetivo analisar as
evidências científicas sobre o impacto da
Inteligência Artificial (IA) no desempenho
acadêmico em contextos educacionais. Uma
revisão sistemática da literatura foi conduzida
utilizando uma abordagem qualitativa,
seguindo as diretrizes PRISMA, por meio da
identificação, seleção e análise de literatura
relevante publicada entre 2020 e 2025. Os
resultados demonstram que a IA tem uma
influência significativa, particularmente na
aprendizagem personalizada, no apoio ao
processo de ensino e aprendizagem e na
melhoria do desempenho acadêmico. O estudo
destaca aspectos como a adaptação do conteúdo
às necessidades e requisitos dos alunos, a
avaliação automatizada e o feedback fornecido
por recursos de IA. Aspectos positivos
relacionados ao desenvolvimento de
habilidades cognitivas e ao aumento da
motivação dos alunos também foram
identificados. No entanto, aspectos negativos
relacionados à ética, privacidade, dependência
da tecnologia e formação de professores
também foram identificados. A IA tem um
potencial significativo para transformar os
processos educacionais e melhorar o
desempenho acadêmico, desde que seja
implementada de forma contextualizada. A IA
tem um potencial considerável para mudanças
nos processos educacionais e no desempenho
acadêmico, desde que seja implementada de
forma contextualizada.
Palavras-chave: Inteligência artificial,
Aprendizagem, Desempenho, Educação,
Tecnologia.
Introducción
En el contexto actual de transformación digital,
la educación a nivel mundial enfrenta el desafío
de adaptarse a los avances tecnológicos
emergentes, entre los cuales la inteligencia
artificial (IA) ocupa un lugar central(UNESCO,
2024). En los últimos años, esta tecnología ha
generado cambios significativos en distintos
ámbitos de la sociedad, siendo el sector
educativo uno de los más impactados. A nivel
macro, organismos internacionales han
promovido la integración de herramientas
digitales en los sistemas educativos como un
medio para fortalecer la calidad, equidad e
innovación en los procesos de enseñanza-
aprendizaje (OCDE, 2025). En este marco, la
IA se posiciona como un recurso con alto
potencial para personalizar el aprendizaje,
optimizar la evaluación y mejorar el
rendimiento académico de los estudiantes. En
el caso del Ecuador, las reformas educativas se
han orientado a la modernización pedagógica y
la incorporación de tecnologías de la
información y la comunicación.
El currículo nacional vigente del Ministerio de
Educación del Ecuador forma parte de un
proceso que promoverá tanto la educación de
competencias integrales como el pensamiento
crítico y la propia resolución de problemas,
como un uso responsable de las herramientas
digitales (Peñaherrera et al., 2026). Por su parte,
la Agenda Educativa Digital 2021-2025 busca
la incorporación progresiva de tecnologías
emergentes en el aula, generando espacio para
la incorporación de la inteligencia artificial
como herramienta educativa (Ministerio de
Educación del Ecuador, 2021).
Estas políticas evidencian el interés que se tiene
en el país por fortalecer la innovación
educativa. Sin embargo, en el contexto del
bachillerato ecuatoriano, las posibilidades que
ofrece la IA se encuentran con importantes
desafíos: el acceso poco satisfactorio a los
recursos tecnológicos, la escasa formación
docente para el uso pedagógico de recursos
digitales o la falta de directrices para su propio
uso (CEPAL, 2025). A pesar de ello, se ha
incrementado el uso que hacen los estudiantes
de plataformas digitales, asistentes virtuales y
generadores de contenido académico. Esta
circunstancia pone de manifiesto el cambio de
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 3.1
Edición Especial III 2026
Página 916
las relaciones de aprendizaje, que debe ser
analizada desde una mirada educativa
contextualizada. Desde el punto de vista
teórico, la IA en educación convierte en
realidad el desarrollo de los sistemas de tutoría
inteligente, del aprendizaje adaptativo y de las
herramientas de retroalimentación
automatizado (las máquinas de dar y recibir la
clase) creando sistemas que permiten la
personalización de la enseñanza, el análisis de
datos educativos y la obtención de respuestas
instantáneas, que contribuyen a que los
estudiantes adquieran conocimientos
(Gavilanes et al., 2024). En este sentido, la IA
hace que se puedan adaptar los contenidos
educativos a las necesidades, ritmos o estilos de
aprendizaje de cada estudiante, es decir, permite
mejorar el rendimiento académico (Conati
et al., 2021). Es así como se ve reforzado el
proceso de enseñar-aprender.
Diversos estudios han demostrado que el uso de
la IA puede ayudar a potenciar el aprendizaje en
la educación utilizando estrategias más
individualizadas y dinámicas. Investigaciones
demuestran cómo las plataformas inteligentes
promueven el pensamiento crítico, la práctica
en la resolución de problemas y un buen
rendimiento en las asignaturas más complejas
(Eras et al., 2024). Sin embargo, también se han
identificado limitaciones que se producen desde
el uso de la dependencia, la utilización
incorrecta de las herramientas para aprender y,
por último, la necesidad de garantizar los
principios éticos desde su implementación y
utilización (Dávila & Agüero, 2023). Estos
aspectos deberán ser contemplados para una
integración correcta en el ámbito educativo. En
el caso de América Latina, aunque se percibe un
aumento en la utilización de tecnología digital y
herramientas de IA, todavía existen
desigualdades sociales estructurales (Ortiz
et al., 2025). Estas brechas se evidencian en la
infraestructura tecnológica, el acceso a internet
y la formación docente, lo que dificulta su
implementación efectiva en los sistemas
educativos (Banco Interamericano de
Desarrollo, 2025; UNESCO, 2024).Estas
condiciones influyen directamente en el
impacto que la IA puede tener en el rendimiento
académico de los estudiantes. Por ello, resulta
necesario analizar estos factores al estudiar su
aplicación en la educación secundaria.
En Ecuador, las estrategias dirigidas hacia la
innovación educativa se han incrementado; sin
embargo, la integración concreta de
herramientas de IA en el bachillerato es aún
incipiente. No existe suficiente prueba
científica que analice de forma sistemática la
influencia de este tipo de tecnologías sobre el
rendimiento académico en un contexto
ecuatoriano, lo que evidencia de un vacío
investigativo importante. Al mismo tiempo,
cristaliza la necesidad de avanzar en estudios
que permitan conocer su efecto en los procesos
educativos, al mismo tiempo que se pueden
explorar las particularidades del sistema
educativo nacional.
En este sentido, resulta fundamental partir del
conocimiento del contexto educativo en el cual
se desarrollan los estudiantes, con el fin de
alinear los objetivos de investigación a las
necesidades reales del bachillerato ecuatoriano.
Esto implica atender a cuestiones referidas al
entorno institucional; a las condiciones
tecnológicas; a las prácticas pedagógicas y a las
habilidades digitales de los docentes y
estudiantes. Así puede garantizarse una
investigación contextualizada y pertinente, al
tiempo que se contribuya a procurar resultados
útiles para la realidad educativa del país. Por lo
tanto, el presente artículo tiene como objetivo
estudiar la literatura científica, específicamente
sobre el uso de IA e impacto en el rendimiento
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 3.1
Edición Especial III 2026
Página 917
académico de estudiantes de bachillerato,
teniendo en cuenta el contexto ecuatoriano; para
ello se lleva a cabo una revisión sistemática de
estudios publicados en bases de datos de
carácter académico de reciente publicación, lo
que permitirá identificar tendencias, ventajas,
limitaciones y retos existentes respecto al uso de
estas tecnologías y, en línea con el objetivo,
intentar aportar evidencias para posteriores
investigaciones. Los resultados de esta
investigación permitirán ofrecer una visión
completa de la relevancia, y el impacto de la IA
sobre la educación y el rendimiento académico
de los estudiantes; así como generar evidencia
que ayude en decisiones pedagógicas y
tecnológicas para mejorar el rendimiento
académico del bachillerato ecuatoriano en el
marco de una educación innovadora, inclusiva
y adaptada a las demandas actuales.
Materiales y Métodos
El presente estudio fue realizado bajo un
enfoque cualitativo mediante una revisión
sistemática de la literatura con la finalidad de
analizar la evidencia científica sobre el uso de
la IA y el rendimiento académico de los
estudiantes de educación secundaria o
bachillerato. La búsqueda se llevó a cabo
cumpliendo las pautas y etapas de la
metodología PRISMA (Preferred Reporting
Items for Systematic Reviews and Meta-
Analyses), que permite garantizar la
transparencia y el rigor del proceso de
identificación, selección y análisis de los
estudios seleccionados para la revisión. La
búsqueda de información se llevó a cabo en
bases de datos académicos de reconocimiento
dentro del contexto científico y educativo como
Scopus, Web of Science, ERIC, Scielo y
Google Scholar, debido a que son plataformas
que cubren publicaciones científicas
relacionadas con la tecnología educativa, la
inteligencia artificial y el rendimiento
académico. La identificación de estudios se
llevó a cabo a partir de la búsqueda de palabras
clave en español e inglés en conexión con el
problema de investigación. Entre los términos
más destacados, encontramos los siguientes:
inteligencia artificial en educación, artificial
intelligence in education, academic
performance, educational technology, AI in
secondary education y learning outcomes.
Para la selección de los estudios se
establecieron criterios claros que garantizaran la
calidad y pertinencia de la información incluida
en la investigación. En cuanto a los criterios de
inclusión, se consideraron únicamente artículos
científicos publicados en revistas académicas
indexadas, asegurando así su rigor
metodológico. Asimismo, se seleccionaron
investigaciones relacionadas con el uso de la
inteligencia artificial en contextos educativos y
que abordaran el aprendizaje o el rendimiento
académico.
Con el fin de mantener la actualidad de la
evidencia, se incluyeron publicaciones
comprendidas entre los años 2019 y 2025,
escritas en idioma español o inglés. Por otro
lado, se definieron criterios de exclusión para
depurar la información y evitar sesgos. Se
descartaron los artículos duplicados en
diferentes bases de datos, así como aquellos que
no guardaban relación directa con el ámbito
educativo. También se excluyeron documentos
de tipo editorial, reseñas o artículos de opinión,
debido a que no aportan evidencia empírica. No
se consideraron aquellos estudios cuyo texto
completo no estaba disponible, ya que esto
limita el análisis profundo de su contenido. La
combinación de términos fue realizada
mediante operadores booleanos AND y OR. Un
ejemplo de ecuación de búsqueda es:
((inteligencia artificial OR IA en educación
AND rendimiento académico OR resultados de
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 3.1
Edición Especial III 2026
Página 918
aprendizaje AND educación secundaria OR
escuela secundaria)). El proceso de selección
de estudios se desarrolló siguiendo las fases
establecidas por la metodología PRISMA. En
una primera etapa se identificaron los artículos
mediante la búsqueda en las bases de datos
seleccionadas, un total de 300 artículos.
Posteriormente, se realizó un proceso de
eliminación de registros duplicados.
En la siguiente fase se revisaron los títulos y
resúmenes de los estudios para determinar su
pertinencia con el tema de investigación.
Finalmente, se incluyeron 15 artículos que
cumplieron con los criterios establecidos fueron
analizados en texto completo y seleccionados
para formar parte de la revisión sistemática. Los
artículos seleccionados fueron analizados
utilizando una técnica de análisis de contenidos,
que permitió identificar las líneas de trabajo y
los hallazgos más destacados que se encuentran
en la literatura científica. Para ello se
organizaron los artículos en temáticas
vinculadas con el impacto de la IA en el
rendimiento académico: personalización del
aprendizaje, apoyo al proceso de enseñanza-
aprendizaje, mejora del rendimiento académico
y limitaciones de la implementación de
tecnologías con IA.
Resultados y Discusión
El análisis de los artículos incluidos permitió
reflejar las tendencias que se repiten sobre el
impacto de la inteligencia artificial en el campo
de la educación. En base a la revisión de
investigaciones empíricas, mixtas y revisiones
sistemáticas se pone de manifiesto que en los
procesos de enseñanza-aprendizaje el uso de la
IA está presente en todas las áreas. En
particular, se aprecia su influencia en la
personalización del aprendizaje, su apoyo al
docente, la mejora del rendimiento académico,
así como los inconvenientes de su uso. Los
resultados se presentan en función de estas
categorías analíticas (ver tabla 1):
Tabla 1. Artículos incluidos en la revisión
Autor/es
(año)
Tipo de estudio
(muestra)
Contexto
Resultados
Categoría/s
Aporte
(Garzón et
al., 2025)
Revisión
sistemática (155
estudios
empíricos)
Educación
general
Beneficios: mejora en
aprendizaje, instrucción
personalizada y motivación
estudiantil
Desafíos: uso ético de la IA,
resistencia de los docentes y
dependencia digital
Personalización del
aprendizaje, apoyo al
proceso de enseñanza-
aprendizaje, mejora del
rendimiento académico y
limitaciones de la
implementación de
tecnologías con IA.
Beneficios y desafíos
de incorporar la IA en
la educación
(Pacheco-
Mendoza et
al., 2023)
Cuantitativo, no
experimental,
proyectivo y
predictivo (1012
estudiantes)
Universitario
La edad, hora, días y
herramientas/ aplicaciones
basadas en IA tienen efecto
significativo (p < 0,001) y
directo en el rendimiento
estudiantil
Personalización del
aprendizaje, apoyo al
proceso de enseñanza-
aprendizaje, y mejora del
rendimiento académico
Implementación de un
modelo predictivo
basado en IA
(Ateeq et
al., 2024)
Estudio transversal
(250 profesores y
estudiantes)
Universitario
El impacto educativo, las
implicaciones pedagógicas, y la
política y ética influyeron
significativamente (p < 0,001)
en los resultados académicos.
Personalización del
aprendizaje, apoyo al
proceso de enseñanza-
aprendizaje, mejora del
rendimiento académico y
limitaciones de la
implementación de
tecnologías con IA.
Implicaciones para la
integridad académica
y adopción de
enfoques de
evaluación integral
(Gao et al.,
2024)
Revisión
sistemática (93
estudios)
Educación post
secundaria
Se demostró impacto en el
aprendizaje como la sensibilidad
del sistema de evaluación para
detectar cambios pre y post, el
apoyo de herramientas digitales
en el andamiaje de los
Apoyo al proceso de
enseñanza-aprendizaje y
mejora del rendimiento
académico
Influencia positiva de
las herramientas de IA
en el rendimiento
estudiantil
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 3.1
Edición Especial III 2026
Página 919
estudiantes en tareas de escritura
y los impactos positivos de las
intervenciones en diferentes
contextos de aprendizaje.
(Sivenas,
2025)
Estudio mixto
(encuesta: 109
estudiantes;
entrevistas: 36
estudiantes)
Educación
secundaria
Ventajas IA: expansión del
conocimiento, retroalimentación
inmediata, interfaz familiar,
desarrollo de habilidades
percibido
Limitaciones IA: incertidumbre
sobre la precisión, ansiedad ante
la retroalimentación de la IA,
preocupaciones sobre la
privacidad.
Personalización del
aprendizaje, mejora del
rendimiento académico y
limitaciones de la
implementación de
tecnologías con IA.
Implicaciones para la
alfabetización crítica
de la IA
(Mustafa et
al., 2024)
Revisión
sistemática (143
estudios)
Educación
superior
La IA se utiliza sobre todo para
apoyar a los docentes y
estudiantes, aunque este uso es
mucho menor en relación con el
resto de actores educativos
(directores o administradores
escolares, por ejemplo).
Personalización del
aprendizaje y limitaciones
de la implementación de
tecnologías con IA.
Implementación
segura y eficaz de la
IA en la educación
(Bond et
al., 2024)
Meta revisión (66
estudios)
Educación
superior
Predominio del uso de sistemas
adaptativos y personalización en
la educación superior.
Mejora del rendimiento
académico y limitaciones
de la implementación de
tecnologías con IA.
Elaboración de
perfiles y la
predicción
(Martin et
al., 2024)
Revisión
sistemática (66
estudios)
Educación
primaria y
secundaria
La IA como predictor e
indicador del comportamiento o
rendimiento académico, el
diseño de currículos de IA, la
integración de la IA en diversas
materias, la evaluación de la IA
en la educación, la IA para
mejorar los entornos de
aprendizaje y las operaciones
escolares, la ética de la IA y la
equidad y seguridad de la IA.
Personalización del
aprendizaje, apoyo al
proceso de enseñanza,
mejora del rendimiento
académico y limitaciones
de la implementación de
tecnologías con IA.
Aprendizaje no
supervisado y por
refuerzo. Las
aplicaciones de la
tecnología de IA como
herramientas de
creación de modelos
de aprendizaje
automático (ML) y
tutores inteligentes
(Matos et
al., 2025)
Revisión
sistemática (45
estudios)
Educación
general
Uso predominante de
herramientas de IA generativa
como ChatGPT (30%), seguido
de otras tecnologías avanzadas
como GPT-4, aprendizaje
automático y realidad virtual.
Personalización del
aprendizaje, apoyo al
proceso de enseñanza-
aprendizaje, mejora del
rendimiento académico y
limitaciones de la
implementación de
tecnologías con IA.
Aprendizaje
personalizado,
fomentar el
pensamiento crítico y
apoyar la formación
profesional
(Abulibdeh,
2025)
Revisión
bibliométrica (600
estudios)
Educación
general
Tendencias significativas,
incluyendo la integración de la
IA en el aprendizaje
personalizado, preocupaciones
éticas y la necesidad de
alfabetización en IA entre
educadores y estudiantes.
Personalización del
aprendizaje y limitaciones
de la implementación de
tecnologías con IA.
Conexiones con las
teorías educativas
existentes en todas las
áreas de educación.
(Hao et al.,
2024)
Estudio empírico
(intervención: 540
estudiantes;
encuesta: 19
profesores)
Educación
secundaria
Un modelo de IA puede
aumentar el rendimiento
académico (especialmente en
ciencias: matemáticas y
química).
Personalización del
aprendizaje, apoyo al
proceso de enseñanza-
aprendizaje, y mejora del
rendimiento académico.
Integración entre
educación y
tecnología
(Hu, 2024)
Metaanálisis (31
estudios
empíricos)
Educación
general
El aprendizaje personalizado
asistido por inteligencia
artificial tiene efectos
moderadamente positivos en los
resultados de aprendizaje del
alumnado en términos de
conocimiento, competencia y
desarrollo emocional.
Personalización del
aprendizaje, y mejora del
rendimiento académico.
IA e implementación
del aprendizaje
personalizado
(Guidoum
& Saadi,
2024)
Estudio
descriptivo-
analítico (150
docentes)
Educación
universitaria
Los docentes universitarios
suelen notar un impacto positivo
de las técnicas de inteligencia
artificial en la mejora del
rendimiento académico de los
estudiantes, aunque también
refleja obstáculos que hay que
abordar.
Apoyo al proceso de
enseñanza-aprendizaje y
mejora del rendimiento
académico.
IA en la mejora del
rendimiento escolar
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 3.1
Edición Especial III 2026
Página 920
(Chen et
al., 2020)
Estudio
exploratorio (59
niños)
Educación
primaria
Efecto sinérgico entre los roles
de tutor y alumno explica por
qué un agente adaptativo,
similar a un compañero, aportó
el mayor beneficio al
aprendizaje de vocabulario y la
implicación afectiva de los
niños, en comparación con un
agente que interactúa
únicamente como tutor o
alumno.
Personalización del
aprendizaje y mejora del
rendimiento académico.
El desempeño escolar
ha resultado
positivamente
afectado por el
impacto directo de la
IA.
(Cabrera et
al., 2025)
Diseño
investigativo
mixto (35
estudiantes)
Educación
secundaria
inconclusa
El valor de la asociación
bivariada determinó una
relación positiva fuerte (ρ =
0,755, p < 0,001) entre la
implementación de IA en la
evaluación formativa y la
mejora del desempeño
académico.
Personalización del
aprendizaje, apoyo al
proceso de enseñanza-
aprendizaje, mejora del
rendimiento académico y
limitaciones de la
implementación de
tecnologías con IA.
La IA como
oportunidad para
transformar la
enseñanza.
Herramienta clave de
la educación actual
Fuente: elaboración propia
El análisis de esta revisión se redacta en base a
las categorías escritas en la metodología.
Personalización del aprendizaje: Los estudios
analizados coinciden en destacar que la
inteligencia artificial posibilita ajustar los
contenidos, ritmos y estrategias de enseñanza a
las características de los estudiantes. Por
ejemplo, algunos estudios señalan que las
variables del uso de herramientas basadas en IA
tienen efecto positivo y significativo en el
rendimiento académico (Pacheco et al., 2023).
También se confirmaron efectos positivos
moderados del aprendizaje personalizado con
IA (Hu, 2024). En el entorno educativo, Chen et
al. (2020) también se centran en lo adaptativo
para reflejar que los sistemas adaptativos
aumentan la retroalimentación y el aprendizaje.
Estos hallazgos demuestran que la
personalización es uno de los principales
aportes de la inteligencia artificial en el ámbito
educativo. Asistencia al proceso de enseñanza:
los artículos revisados corroboran que la IA es
una herramienta de asistencia que apoya la
evaluación, el seguimiento de los estudiantes y
la retroalimentación. Gao et al. (2024) constatan
cómo las herramientas de IA benefician el
andamiaje de las tareas académicas mientras
que Guidoum y Saadi (2024) observan un
pronóstico positivo por parte de los docentes
respecto a su uso. Ateeq et al. (2024) también
subrayan la discusión de la integración de la IA
en los procesos evaluativos con un enfoque
ético. Estos resultados permiten indicar que la
IA aporta un valor añadido a la mejora de la
práctica docente. Mejora del rendimiento
académico: Una de las tendencias más
coherentes es la relación positiva del uso de la
inteligencia artificial respecto al rendimiento de
la condición académica. Hao et al. (2024)
reflejan una mejora significativa de asignaturas
como matemáticas y ciencias; Cabrera et al.
(2025) reflejan una correlación positiva fuerte
del uso de la inteligencia artificial con el
rendimiento académico.
Garzón et al. (2025) y Bond et al. (2024)
también concluyen que la IA es un elemento
favorecedor de aprendizaje, motivación y mejor
rendimiento académico. Los estudios
analizados indican que la IA ayuda de manera
efectiva a adaptar los contenidos a las
necesidades de aprendizaje individuales del
estudiante, lo que supone una mejora en su
rendimiento. Limitaciones de la práctica: los
estudios también ponen de manifiesto
limitaciones. En esta línea, Sivenas (2025)
manifiesta preocupaciones por la alta fiabilidad
de la información, la ansiedad y la privacidad;
Merino y Martínez (2025) y Mustafa et al.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 3.1
Edición Especial III 2026
Página 921
(2024) reflejan problemas éticos, brechas
digitales y carencia de formación docente,
mientras que Garzón et al. (2025) reflejan el
desacuerdo hacia el cambio y la dependencia
tecnológica. Estos hallazgos evidencian una
práctica de la IA en un contexto crítico, ético y
situado. En este sentido, los resultados
obtenidos están en la misma línea de
investigaciones que analizan la importancia de
la IA en la enseñanza de personalizar las
experiencias de aprendizaje y la mejora de
rendimiento escolar; y que pueden estar
alineados con lo argumentado por Tlili et al.
(2023) y Crompton y Burke (2023) sobre que
los sistemas adaptativos favorecen la
experiencia de aprendizaje personalizada y el
rendimiento escolar en los diferentes niveles o
etapas educativas.
Por tanto, la existencia de la IA como
herramienta de apoyo del docente también
concuerda con las afirmaciones de Kasneci et
al. (2023) sobre su carácter útil en la evaluación
y retroalimentación automáticas, lo que
conduce a reafirmar que La IA no sustituye al
docente, sino que otorga una ayuda al mismo en
su labor educativa. Sin embargo, los desafíos
encontrados en esta investigación destacan los
de Rahman et al. (2024), que previenen sobre
los riesgos éticos, la dependencia tecnológica, y
la desigualdad de acceso. A la vez, estudios
optimistas exponen los beneficios, pero con
escaso énfasis en estas limitaciones, por lo que
sería necesario encontrar un punto intermedio.
Esto confirma que el impacto de la IA en el
rendimiento académico es positivo, pero
condicionado por los factores pedagógicos,
tecnológicos y éticos.
Conclusiones
La IA es percibida como un recurso con alta
capacidad para facilitar el desarrollo del
proceso docente-académico, en especial durante
la etapa de personalizar el aprendizaje y
potenciar el rendimiento académico. Asimismo,
la IA ayuda en gran medida, al apoyo del
proceso de aprendizaje, facilitando la
evaluación, el seguimiento académico y la
retroalimentación oportuna, de manera que se
mejora su trabajo y, por lo tanto, también se
refleja en el rendimiento de los estudiantes.
Si embargo, también se ha identificado retos,
tales como las brechas digitales, la necesidad de
formación de los docentes o los riesgos
asociados a los aspectos ético-sociales
relacionados con estas tecnologías. Estos
motivos moderan su efecto y es necesario
encontrar fórmulas que los resuelvan para llevar
a cabo una buena implementación. En este
sentido, la IA sí tiene un efecto positivo en el
rendimiento académico, siempre que la forma
de incorporarla en el aula sea crítica, ética y
contextualizada. También es importante señalar
la necesidad de continuar haciendo
investigaciones empíricas que profundicen los
efectos a largo plazo de la IA en los niveles
educativos y en contextos socioculturales
variados.
A partir de este análisis surge la necesidad de
poner en marcha políticas educativas que
orienten al uso responsable de la IA, la equidad
de acceso o la formación permanente del
profesorado en competencias digitales. La
integración correcta de la IA no sólo demanda
tecnología, sino una correcta conjugación de
ésta con los enfoques pedagógicos más
innovadores. Así, se debe entender la
incorporación de la IA como un proceso que
debe llevarse a cabo de forma gradual y
reflexiva, a la vez contribuir a un aprendizaje
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 3.1
Edición Especial III 2026
Página 922
significativo y atender las demandas de un
contexto educativo cada vez más digital.
Referencias Bibliográficas
Abulibdeh, A. (2025). A systematic and
bibliometric review of artificial intelligence
in sustainable education: Current trends and
future research directions. Sustainable
Futures, 10, 101033.
https://doi.org/10.1016/j.sftr.2025.101033
Ateeq, A., Alzoraiki, M., Milhem, M., & Ateeq,
R. (2024). Artificial intelligence in education:
Implications for academic integrity and the
shift toward holistic assessment. Frontiers in
Education, 9, 1470979.
https://doi.org/10.3389/feduc.2024.1470979
Banco Interamericano de Desarrollo. (2025).
BID lanza convocatoria para identificar
soluciones de inteligencia artificial que
transformen la educación.
https://www.iadb.org/es/noticias/bid-lanza-
convocatoria-para-identificar-soluciones-de-
inteligencia-artificial-que-transformen-la
Bond, M., Khosravi, H., Laat, M., Bergdahl, N.,
Negrea, V., Oxley, E., Pham, P., Chong, S.,
& Siemens, G. (2024). A meta systematic
review of artificial intelligence in higher
education: A call for increased ethics,
collaboration, and rigour. International
Journal of Educational Technology in Higher
Education, 21(1), 4.
https://doi.org/10.1186/s41239-023-00436-z
Cabrera, C. (2025). Uso de la inteligencia
artificial en la evaluación formativa y su
incidencia en el desempeño académico de los
estudiantes. Revista Social Fronteriza, 5(1).
https://doi.org/10.59814/resofro.2025.5(1)61
1
CEPAL. (2025). Educación y desarrollo de
competencias digitales en América Latina y
el Caribe.
https://www.cepal.org/es/publicaciones/813
77-educacion-desarrollo-competencias-
digitales-america-latina-caribe
Chen, H., Park, H., & Breazeal, C. (2020).
Teaching and learning with children: Impact
of reciprocal peer learning with a social robot
on children’s learning and emotive
engagement. Computers & Education, 150,
103836.
https://doi.org/10.1016/j.compedu.2020.103
836
Conati, C., Barral, O., Putnam, V., & Rieger, L.
(2021). Toward personalized XAI: A case
study in intelligent tutoring systems.
Artificial Intelligence, 298, 103503.
https://doi.org/10.1016/j.artint.2021.103503
Dávila, R., & Agüero, E. (2023). Desafíos
éticos de la inteligencia artificial:
Implicaciones para la sociedad y la economía.
Conrado, 19(94), 137–144.
https://conrado.ucf.edu.cu/index.php/conrad
o/article/view/
Eras, Y., Camacho, A., Echeverría, P.,
Jaramillo, R., & Maldonado, M. (2024).
Innovación educativa mediante inteligencia
artificial en la enseñanza del siglo XXI: Una
revisión sistemática. Latam, 5(4), 194.
https://dialnet.unirioja.es/servlet/articulo?co
digo=9709750
Gao, R., Merzdorf, H., Anwar, S., Hipwell, M.,
& Srinivasa, A. (2024). Automatic
assessment of text-based responses in post-
secondary education: A systematic review.
http://arxiv.org/abs/2308.16151
Garzón, J., Patiño, E., & Marulanda, C. (2025).
Systematic review of artificial intelligence in
education: Trends, benefits, and challenges.
Multimodal Technologies and Interaction,
9(8). https://doi.org/10.3390/mti9080084
Gavilanes, P, Adum, J., García, G., & Ruíz, M.
(2024). Impacto de la inteligencia artificial en
la educación superior: Una mirada hacia el
futuro. RECIAMUC, 8(2), 213–221.
https://www.reciamuc.com/index.php/RECI
AMUC/article/view/1371
Guidoum, S., & Saadi, E. (2024). The impact of
artificial intelligence on students’ academic
performance from university teachers’
perspectives. ATRAS Journal, 5(3), 381–395.
https://doi.org/10.70091/atras/ai.24
Hao, M., Wang, Y., & Peng, J. (2024).
Empirical research on AI technology-
supported precision teaching in high school
science subjects. Applied Sciences, 14(17).
https://doi.org/10.3390/app14177544
Hu, S. (2024). The effect of artificial
intelligence-assisted personalized learning on
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 3.1
Edición Especial III 2026
Página 923
student learning outcomes: A meta-analysis.
Science Insights Education Frontiers, 24(1),
3873–3894.
https://doi.org/10.15354/sief.24.re395
Martin, F., Zhuang, M., & Schaefer, D. (2024).
Systematic review of research on artificial
intelligence in K-12 education (2017–2022).
Computers and Education: Artificial
Intelligence, 6, 100195.
https://doi.org/10.1016/j.caeai.2023.100195
Matos, T., Santos, W., Zdravevski, E., Coelho,
P., Pires, I., & Madeira, F. (2025). A
systematic review of artificial intelligence
applications in education: Emerging trends
and challenges. Decision Analytics Journal,
15, 100571.
https://doi.org/10.1016/j.dajour.2025.100571
Ministerio de Educación del Ecuador. (2021).
Agenda Educativa Digital 2021–2025.
https://educacion.gob.ec/wp-
content/uploads/downloads/2022/02/Agenda
-Educativa-Digital-2021-2025.pdf
OCDE. (2025). El futuro de la educación y las
habilidades.
https://gpseducation.oecd.org/revieweducati
onpolicies/#!node=42356&filter=all
Ortiz, D., Muñoz, J., Vera, M., & Campo, G.
(2025). Revisión sistemática del uso de
inteligencia artificial en la evaluación del
desempeño docente. REICOMUNICAR,
8(16), 448–464.
http://www.reicomunicar.org/index.php/reic
omunicar/article/view/469
Pacheco, S., Guevara, C., Mayorga, A., &
Fernández, J. (2023). Artificial intelligence in
higher education: A predictive model for
academic performance. Education Sciences,
13(10).
https://doi.org/10.3390/educsci13100990
Peñaherrera, M., Yépez, L., Florencia, C.,
Córdova, M., Ramírez, J., & Guallpa, L.
(2026). Desafíos y perspectivas del sistema
educativo ecuatoriano frente a innovaciones
pedagógicas. Ciencia Latina, 10(1), 5325–
5344. https://doi.org/
Sivenas, T. (2025). ChatGPT-5 in secondary
education: A mixed-methods analysis of
student attitudes.
http://arxiv.org/abs/2512.04109
UNESCO. (2024). El uso de la IA en la
educación: Decidir el futuro que queremos.
https://www.unesco.org/es/articles/el-uso-
de-la-ia-en-la-educacion-decidir-el-futuro-
que-queremos
Esta obra está bajo una licencia de
Creative Commons Reconocimiento-No Comercial
4.0 Internacional. Copyright © Erika Lucía Rosales
Gonzales.
Ciencia y Educación
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)
Vol. 7 No. 3.1
Edición Especial III 2026
Página 924