Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
PEDAGOGÍA DE LA SUPERVISIÓN: EL NUEVO ROL DEL DOCENTE COMO AUDITOR  
DE IA  
PEDAGOGY OF SUPERVISION: THE NEW ROLE OF THE TEACHER AS AI AUDITOR  
Autores: ¹Dixie Alexandra Morán Arteaga, y 2Jessenia María Tite López.  
¹ORCID ID: https://orcid.org/0009-0002-7946-0095  
2ORCID ID: https://orcid.org/0000-0001-6487-6341  
¹E-mail de contacto: dmoran@uagraria.edu.ec  
2E-mail de contacto: p7001256666@ucvvirtual.edu.pe  
Afiliación: ¹*Universidad Agraria del Ecuador, (Ecuador). 2*Universidad Cesar Vallejo, (Perú).  
Artículo recibido: 14 de Junio del 2026.  
Artículo revisado: 16 de Junio del 2026.  
Artículo aprobado: 16 de Junio del 2026.  
¹Licenciada en Contabilidad y Auditoría, egresada de la Universidad Laica Vicente Rocafuerte de Guayaquil, (Guayaquil). Magister en  
Contabilidad y Auditoría, egresada de la Universidad Laica Vicente Rocafuerte de Guayaquil, (Guayaquil). Magister en Pedagogía  
mención en Formación Técnica y Profesional, egresada de la Universidad Bolivariana del Ecuador, (Ecuador).  
2Licenciada en Ciencias de la Educación mención Educación Primaria, egresada de la Universidad de Guayaquil, (Ecuador). Maestra en  
Administración de la Educación, egresada de la Universidad César Vallejo (Perú).  
Resumen  
centrados en el desarrollo integral del  
estudiante.  
La incorporación de la inteligencia artificial  
(IA) generativa en la educación superior ha  
transformado significativamente los procesos  
de enseñanza, aprendizaje y evaluación,  
impulsando una redefinición del rol docente.  
En este contexto, surge la pedagogía de la  
supervisión como un enfoque orientado a  
garantizar la calidad, validez y uso ético de los  
Palabras  
Educación  
pedagógica,  
claves:  
superior,  
Auditoría  
Competencias docentes.  
Inteligencia  
artificial,  
Supervisión  
académica,  
Abstract  
The incorporation of generative artificial  
intelligence (AI) into higher education has  
significantly transformed teaching, learning,  
and assessment processes, leading to a  
redefinition of the teaching role. In this context,  
the pedagogy of supervision emerges as an  
approach aimed at ensuring the quality,  
validity, and ethical use of content generated by  
intelligent systems. The objective of this  
literature review was to analyze the available  
scientific evidence regarding the evolution of  
teachers toward supervisory, auditing, and  
validation functions of AI-generated content in  
higher education. A narrative literature review  
was conducted using studies indexed in  
Scopus, Web of Science, ERIC, Scielo, and  
Redalyc published between 2020 and 2024.  
The findings revealed that artificial intelligence  
promotes personalized learning and academic  
process automation, but also introduces  
challenges related to academic integrity,  
algorithmic bias, and the potential reduction of  
critical thinking skills. It is concluded that  
twenty-first-century educators must assume the  
contenidos  
inteligentes. El objetivo de esta revisión  
bibliográfica fue analizar la evidencia  
científica disponible sobre la evolución del  
docente hacia funciones de supervisión,  
generados  
mediante  
sistemas  
auditoría  
y
validación  
de  
contenidos  
producidos por inteligencia artificial en la  
educación superior. Se desarrolló una revisión  
narrativa  
de  
la  
literatura  
utilizando  
publicaciones indexadas en Scopus, Web of  
Science, ERIC, Scielo y Redalyc, publicadas  
entre 2020 y 2024. Los resultados evidenciaron  
que la inteligencia artificial favorece la  
personalización  
del  
aprendizaje  
y
la  
automatización de procesos académicos, pero  
también genera desafíos relacionados con la  
integridad académica, los sesgos algorítmicos  
y la disminución del pensamiento crítico. Se  
concluye que el docente del siglo XXI debe  
asumir un papel de auditor académico capaz de  
supervisar, validar y orientar críticamente el  
uso de la inteligencia artificial, garantizando  
procesos  
educativos éticos, rigurosos y  
role  
of  
academic  
auditors  
capable  
of  
Página 22  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
supervising, validating, and critically guiding  
the use of artificial intelligence to ensure  
ethical, rigorous, and student-centered  
educational processes.  
Keywords: Artificial intelligence, Higher  
education, Pedagogical supervision,  
más influyentes dentro de los sistemas  
educativos contemporáneos, particularmente a  
partir de la expansión de los modelos  
generativos  
capaces  
de  
producir  
textos,  
imágenes, análisis, códigos y respuestas  
complejas en tiempo real. Este escenario ha  
Academic auditing, Teaching competencies.  
modificado  
profundamente  
las  
dinámicas  
Sumário  
tradicionales de enseñanza y aprendizaje,  
impulsando nuevas formas de interacción entre  
estudiantes, docentes y tecnologías inteligentes.  
En el ámbito universitario, la IA ya no  
constituye únicamente una herramienta de  
apoyo digital, sino que comienza a participar  
activamente en procesos relacionados con la  
construcción del conocimiento, la producción  
académica y la resolución de problemas  
complejos.  
A incorporação da inteligência artificial (IA)  
generativa  
transformado significativamente os processos  
de ensino, aprendizagem avaliação,  
no  
ensino  
superior  
tem  
e
promovendo uma redefinição do papel docente.  
Nesse contexto, surge a pedagogia da  
supervisão como uma abordagem voltada para  
garantir a qualidade, a validade e o uso ético  
dos  
inteligentes.  
bibliográfica  
conteúdos  
gerados  
objetivo  
analisar  
por  
desta  
sistemas  
revisão  
O
foi  
as  
evidências  
científicas disponíveis sobre a evolução do  
docente para funções de supervisão, auditoria e  
validação de conteúdos produzidos por  
inteligência artificial no ensino superior. Foi  
realizada uma revisão narrativa da literatura  
utilizando estudos indexados nas bases Scopus,  
Web of Science, ERIC, Scielo e Redalyc  
publicados entre 2020 e 2024. Os resultados  
demonstraram que a inteligência artificial  
favorece a personalização da aprendizagem e a  
automatização de processos acadêmicos, mas  
Diversos  
tecnologías permiten personalizar experiencias  
educativas, automatizar actividades  
estudios  
sostienen  
que  
estas  
administrativas y fortalecer los procesos de  
evaluación mediante análisis predictivos y  
sistemas  
UNESCO, 2023). Sin embargo, la creciente  
dependencia de herramientas generativas  
adaptativos  
(Gallegos,  
2024;  
también ha generado cuestionamientos sobre la  
autenticidad del aprendizaje, la integridad  
académica y la capacidad crítica de los  
estudiantes frente a contenidos producidos  
também  
gera  
desafios  
relacionados  
à
integridade acadêmica, aos vieses algorítmicos  
e à possível redução do pensamento crítico.  
Conclui-se que o docente do século XXI deve  
assumir o papel de auditor acadêmico, capaz de  
supervisionar, validar e orientar criticamente o  
uso da inteligência artificial, garantindo  
processos educacionais éticos, rigorosos e  
centrados no desenvolvimento integral do  
estudante.  
algorítmicamente.  
En  
consecuencia,  
la  
discusión actual ya no se centra únicamente en  
la incorporación tecnológica, sino en la  
redefinición de los roles educativos dentro de  
ecosistemas cada vez más mediados por  
inteligencia artificial.  
Palavras-chave:  
Inteligência  
artificial,  
Ensino superior, Supervisão pedagógica,  
Auditoria acadêmica, Competências de  
ensino.  
Desde una perspectiva pedagógica, la irrupción  
de la inteligencia artificial ha obligado a  
replantear las competencias docentes requeridas  
en la educación superior. Tradicionalmente, el  
profesor asumía funciones relacionadas con la  
transmisión de conocimientos, la orientación  
Introducción  
La inteligencia artificial (IA) se ha consolidado  
como una de las transformaciones tecnológicas  
Página 23  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
metodológica  
aprendizajes; sin embargo, la aparición de  
sistemas capaces de generar respuestas  
académicamente estructuradas ha transformado  
sustancialmente estas responsabilidades.  
y
la  
evaluación  
de  
los  
por sistemas automatizados. Bajo esta lógica, el  
docente deja de ser únicamente un facilitador  
del conocimiento para convertirse en un agente  
regulador de la calidad intelectual de los  
productos académicos generados con apoyo  
tecnológico. Esta transformación implica la  
construcción de nuevas estrategias pedagógicas  
capaces de garantizar que la inteligencia  
artificial funcione como un recurso de  
potenciación cognitiva y no como un sustituto  
del razonamiento humano.  
Investigaciones recientes evidencian que los  
docentes deben desarrollar nuevas capacidades  
asociadas  
con  
la  
alfabetización  
digital  
avanzada, la interpretación crítica de resultados  
generados por IA y la supervisión ética de su  
utilización dentro de los entornos educativos  
(Cantos et al., 2025; López et al., 2025).  
La evolución  
hacia  
modelos educativos  
En este contexto, la competencia docente ya no  
puede limitarse al dominio disciplinar, sino que  
debe incorporar habilidades relacionadas con la  
validación de información, la detección de  
errores algorítmicos, el reconocimiento de  
sesgos tecnológicos y la promoción de prácticas  
responsables de uso de inteligencia artificial.  
Estas exigencias configuran un nuevo perfil  
profesional caracterizado por la mediación  
crítica entre el conocimiento humano y los  
apoyados por inteligencia artificial también ha  
impulsado una profunda reconfiguración de los  
mecanismos de evaluación. Las metodologías  
tradicionales basadas en trabajos escritos,  
ensayos o cuestionarios enfrentan actualmente  
importantes limitaciones para determinar el  
nivel real de participación intelectual del  
estudiante cuando existen herramientas capaces  
de  
producir  
respuestas  
académicamente  
aceptables en cuestión de segundos. Como  
sistemas  
inteligentes  
emergentes.  
resultado,  
educación  
numerosas  
superior  
instituciones  
han comenzado  
de  
a
Paralelamente, diversos autores han comenzado  
a plantear la necesidad de desarrollar una  
pedagogía de la supervisión, entendida como un  
enfoque educativo orientado a monitorear,  
verificar y validar los procesos cognitivos  
mediados por inteligencia artificial. Esta  
perspectiva surge como respuesta a la creciente  
facilidad con la que los estudiantes pueden  
delegar actividades académicas complejas a  
herramientas generativas sin necesariamente  
desarrollar procesos profundos de comprensión,  
análisis o reflexión crítica.  
implementar evaluaciones auténticas centradas  
en la resolución de problemas, el pensamiento  
crítico, la argumentación oral y la construcción  
reflexiva del conocimiento. En este escenario,  
el docente adquiere funciones similares a las de  
un auditor académico, verificando la coherencia  
conceptual,  
la  
originalidad  
de  
los  
razonamientos y la calidad epistemológica de  
los productos elaborados con asistencia de IA.  
La auditoría educativa deja de enfocarse  
exclusivamente en la detección de plagio para  
En lugar de centrarse exclusivamente en la  
producción final de evidencias académicas, la  
pedagogía de la supervisión propone evaluar la  
trazabilidad del aprendizaje, la capacidad de  
argumentación, la verificación de fuentes y la  
interacción crítica con los contenidos generados  
abarcar  
dimensiones  
más  
complejas  
relacionadas con la validación de procesos  
cognitivos y la integridad de la construcción del  
conocimiento. Según Chan y Tsi (2023),  
aunque  
la  
inteligencia  
artificial  
posee  
capacidades significativas para apoyar la  
Página 24  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
enseñanza superior, los docentes continúan  
universitarias deben promover programas de  
formación específicos que permitan a los  
profesores asumir roles más activos en la  
siendo insustituibles debido a competencias  
relacionadas con la creatividad, el juicio crítico,  
la inteligencia emocional y la comprensión  
regulación  
y
auditoría  
de  
herramientas  
contextual  
del  
aprendizaje.  
En  
una  
inteligentes dentro del aula. Por otra parte,  
Farrokhnia et al. (2024) exploraron las  
concepciones docentes sobre el uso de  
inteligencia artificial en educación superior  
investigación desarrollada mediante revisión  
bibliográfica y análisis de percepciones de  
estudiantes y profesores universitarios, los  
autores concluyeron que la integración efectiva  
de la IA depende de la capacidad docente para  
mediante  
un  
diseño  
mixto  
secuencial  
explicativo. La investigación evidenció que los  
profesores reconocen el potencial de la IA para  
supervisar,  
contextualizar  
y
orientar  
pedagógicamente el uso de estas tecnologías.  
optimizar  
procesos  
educativos,  
pero  
manifiestan preocupación respecto a la pérdida  
de autonomía intelectual, la disminución del  
Los  
hallazgos  
evidenciaron  
que  
los  
participantes valoran la presencia del profesor  
como garante de la calidad educativa y  
consideran que el futuro de la educación  
superior se fundamentará en una relación  
complementaria entre inteligencia humana e  
inteligencia artificial. Asimismo, el estudio  
pensamiento  
crítico  
y
la  
dependencia  
tecnológica por parte de los estudiantes. Los  
resultados mostraron que las generaciones  
docentes más jóvenes presentan una mayor  
predisposición hacia la integración tecnológica,  
mientras  
que  
los  
docentes  
con  
mayor  
destacó  
la  
necesidad  
de  
fortalecer  
la  
experiencia enfatizan la necesidad de supervisar  
rigurosamente los procesos de producción  
académica asistidos por IA. Estas percepciones  
reflejan la emergencia de un nuevo paradigma  
educativo en el cual la función docente se  
orienta progresivamente hacia actividades de  
alfabetización en IA y desarrollar marcos  
institucionales que regulen adecuadamente su  
utilización dentro de los procesos formativos.  
De igual manera, Crompton y Burke (2023)  
analizaron el impacto ético y formativo de la  
inteligencia artificial generativa en la educación  
superior mediante una investigación orientada  
al desarrollo de competencias docentes. Los  
resultados señalaron que la adopción de  
sistemas generativos exige nuevas capacidades  
relacionadas con la supervisión de contenidos,  
la validación de información y la gestión ética  
de recursos tecnológicos.  
monitoreo, validación  
y acompañamiento  
crítico del aprendizaje mediado por algoritmos  
inteligentes.  
A nivel mundial, regional y local, la rápida  
expansión de herramientas de inteligencia  
artificial  
generativa  
ha  
generado  
una  
problemática creciente relacionada con la  
dificultad para garantizar la autenticidad del  
Los autores identificaron que muchos docentes  
perciben dificultades para diferenciar entre  
aprendizaje  
en  
contextos  
educativos  
digitalizados. Internacionalmente, organismos  
como la UNESCO han advertido sobre los  
riesgos asociados a la utilización indiscriminada  
de sistemas inteligentes sin marcos regulatorios  
sólidos, señalando desafíos vinculados con la  
ética, la privacidad, la transparencia algorítmica  
y la integridad académica. En América Latina,  
producciones  
elaborados mediante IA, lo que incrementa la  
necesidad de establecer mecanismos  
originales  
y
contenidos  
pedagógicos orientados a la supervisión crítica  
de las actividades académicas. Además, el  
estudio  
subrayó  
que  
las  
instituciones  
Página 25  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
múltiples instituciones de educación superior  
científica disponible sobre la evolución del rol  
docente hacia funciones de supervisión,  
auditoría y validación de contenidos generados  
por inteligencia artificial, identificando sus  
implicaciones pedagógicas, éticas y formativas  
en la educación superior. A partir de ello, se  
plantea la siguiente pregunta de investigación:  
¿cómo se redefine el rol del docente  
universitario como auditor de inteligencia  
artificial y cuáles son las implicaciones  
pedagógicas derivadas de esta transformación  
en los procesos de enseñanza, aprendizaje y  
evaluación?  
aún carecen de normativas claras para regular el  
uso de inteligencia artificial en actividades  
evaluativas y de investigación. En Ecuador,  
diversos estudios recientes evidencian que la  
adopción tecnológica avanza con mayor rapidez  
que el desarrollo de lineamientos institucionales  
capaces  
de  
orientar  
su  
implementación  
pedagógica, generando incertidumbre respecto  
al papel que deben asumir los docentes frente a  
estas nuevas dinámicas educativas. Esta  
situación favorece la aparición de vacíos  
metodológicos y formativos que limitan la  
capacidad de las universidades para garantizar  
procesos de aprendizaje auténticos, éticos y  
críticamente supervisados.  
Materiales y Métodos  
La  
presente  
investigación  
se  
desarrolló  
mediante una revisión narrativa de la literatura  
científica, debido a que este tipo de diseño  
La relevancia de esta investigación radica en la  
necesidad de comprender cómo la inteligencia  
artificial está redefiniendo las funciones  
tradicionales del profesorado universitario y  
cuáles son las implicaciones pedagógicas  
derivadas de esta transformación. Analizar el  
surgimiento del docente como auditor de  
permite  
integrar,  
analizar  
e
interpretar  
críticamente el conocimiento disponible sobre  
fenómenos emergentes que aún presentan una  
limitada consolidación teórica y metodológica.  
La revisión narrativa resulta especialmente  
pertinente para abordar el estudio de la  
pedagogía de la supervisión y la transformación  
del rol docente como auditor de inteligencia  
artificial, dado que se trata de una temática  
reciente caracterizada por la convergencia de  
múltiples campos del conocimiento, entre ellos  
la pedagogía, la tecnología educativa, la ética  
digital, la evaluación del aprendizaje y la  
inteligencia artificial aplicada a la educación  
superior.  
inteligencia  
artificial  
permite  
aportar  
fundamentos teóricos para el diseño de nuevas  
estrategias educativas orientadas a fortalecer la  
supervisión académica, la alfabetización digital  
crítica y la evaluación auténtica del aprendizaje.  
Asimismo, el estudio contribuye al desarrollo  
de marcos conceptuales que favorezcan una  
integración  
equilibrada  
entre  
innovación  
tecnológica y responsabilidad pedagógica,  
promoviendo el uso ético y reflexivo de  
sistemas inteligentes dentro de la educación  
superior. Desde esta perspectiva, resulta  
indispensable examinar la evidencia científica  
disponible para comprender los alcances,  
desafíos y oportunidades asociados con la  
La estrategia de búsqueda bibliográfica se  
realizó entre enero y marzo de 2026 mediante la  
consulta sistemática de bases de datos  
académicas internacionales reconocidas por su  
rigor científico y amplia cobertura temática. Se  
utilizaron Scopus, Web of Science, ERIC,  
Scielo, Redalyc y Google Scholar como fuentes  
principales de recuperación documental. La  
selección de estas bases respondió a la  
consolidación  
de  
una  
pedagogía  
de  
la  
supervisión en la era de la inteligencia artificial.  
En este contexto, el objetivo de la presente  
revisión bibliográfica es analizar la evidencia  
Página 26  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
necesidad  
publicadas en revistas indexadas, documentos  
de organismos internacionales, estudios  
empíricos revisiones especializadas  
de  
identificar  
investigaciones  
inteligentes en contextos educativos. Se  
consideraron prioritariamente publicaciones  
indexadas en bases de datos reconocidas  
internacionalmente y documentos emitidos por  
organismos especializados en educación y  
tecnología. Por otra parte, se excluyeron tesis de  
grado y posgrado, documentos de repositorios  
y
relacionadas con la integración de inteligencia  
artificial en los procesos educativos y la  
evolución de las competencias docentes en  
contextos digitalizados.  
institucionales  
artículos de opinión sin respaldo metodológico,  
documentos duplicados, resúmenes de  
sin  
arbitraje  
académico,  
Para la recuperación de información se  
emplearon palabras clave en español e inglés,  
combinadas mediante operadores booleanos.  
Entre los principales términos de búsqueda se  
congresos sin publicación completa y estudios  
cuyo enfoque principal estuviera orientado  
exclusivamente  
a
aspectos  
técnicos  
de  
incluyeron:  
“inteligencia  
artificial”,  
programación o desarrollo computacional sin  
vinculación con procesos educativos. También  
fueron descartadas aquellas publicaciones que  
no presentaban información suficiente para  
evaluar su pertinencia respecto al objetivo de la  
investigación.  
“inteligencia artificial generativa”, “educación  
superior”,  
“competencias  
docente”,  
docentes”,  
“transformación  
“supervisión  
pedagógica”, “evaluación auténtica”, “ética de  
la  
inteligencia  
artificial”,  
“artificial  
intelligence”,  
education”,  
“educational  
“generative  
“teacher  
AI”, “higher  
competencies”,  
“academic  
El proceso de análisis se desarrolló mediante  
lectura crítica y síntesis narrativa de los  
documentos seleccionados. Inicialmente se  
efectuó una revisión de títulos, resúmenes y  
palabras clave para determinar la relevancia  
temática de cada publicación. Posteriormente se  
realizó una lectura completa de los textos  
elegibles, identificando categorías conceptuales  
relacionadas con la transformación del rol  
docente, la supervisión de contenidos generados  
por inteligencia artificial, las competencias  
supervision”,  
integrity”, “AI literacy”, “AI governance” y  
“teacher as auditor”. Estas palabras clave fueron  
utilizadas individualmente y en diferentes  
combinaciones con el propósito de ampliar la  
cobertura de la búsqueda y garantizar la  
recuperación de literatura relevante para los  
objetivos del estudio.  
Los criterios de inclusión contemplaron  
artículos  
sistemáticas, revisiones narrativas, estudios  
mixtos, investigaciones cualitativas  
científicos originales, revisiones  
emergentes  
de  
auditoría  
académica,  
la  
evaluación auténtica y los desafíos éticos  
derivados de la implementación de sistemas  
y
cuantitativas, así como informes técnicos  
publicados entre los años 2020 y 2026.  
inteligentes  
en  
la  
educación  
superior.  
Finalmente, los hallazgos fueron organizados  
en ejes temáticos que permitieron estructurar  
los resultados y facilitar la comprensión integral  
del fenómeno estudiado.  
Asimismo,  
se  
incluyeron  
únicamente  
documentos disponibles en español, inglés y  
portugués que abordaran de manera directa la  
relación entre inteligencia artificial, educación  
superior, competencias docentes, supervisión  
pedagógica, evaluación del aprendizaje o  
aspectos éticos asociados al uso de tecnologías  
Resultados y Discusión  
La irrupción de la inteligencia artificial  
generativa ha transformado significativamente  
Página 27  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
los escenarios educativos contemporáneos,  
generativa representa una oportunidad para  
democratizar el acceso al conocimiento y  
fortalecer la personalización del aprendizaje.  
Sin embargo, el organismo advierte que estas  
especialmente dentro de la educación superior.  
Herramientas como ChatGPT, Gemini, Claude  
y Copilot han introducido nuevas dinámicas de  
producción, acceso y gestión del conocimiento,  
permitiendo a estudiantes y docentes interactuar  
con sistemas capaces de generar contenidos  
académicos complejos en tiempo real. Según  
Kasneci et al. (2023), los modelos de lenguaje  
de gran escala poseen un enorme potencial para  
apoyar actividades relacionadas con tutorías  
herramientas  
pueden  
generar  
riesgos  
relacionados con la desinformación, la pérdida  
de autonomía cognitiva y la disminución de  
habilidades críticas si son utilizadas sin  
orientación pedagógica adecuada. Desde esta  
perspectiva, la integración de IA en educación  
exige el desarrollo de marcos regulatorios,  
personalizadas,  
generación  
de  
materiales  
estrategias  
de  
alfabetización  
digital  
y
educativos y asistencia en procesos de  
aprendizaje, aunque también plantean desafíos  
importantes asociados con la veracidad de la  
información, los sesgos algorítmicos y la  
dependencia tecnológica. Los autores sostienen  
que la educación enfrenta actualmente un  
proceso de transformación sin precedentes  
debido a la creciente integración de sistemas  
inteligentes en actividades tradicionalmente  
desarrolladas por seres humanos.  
mecanismos de supervisión docente que  
permitan garantizar un uso ético y responsable  
de estas tecnologías.  
Por consiguiente, los nuevos escenarios  
educativos impulsados por inteligencia artificial  
se caracterizan por la coexistencia entre  
procesos cognitivos humanos y sistemas  
automatizados  
activamente en la producción académica. Esta  
realidad transforma profundamente las  
capaces  
de  
participar  
De manera similar, Tlili et al. (2023) señalan  
que la aparición de herramientas generativas  
está modificando la relación entre estudiantes y  
funciones tradicionales del profesorado y  
establece las bases para la emergencia de  
nuevos modelos pedagógicos orientados a la  
conocimiento,  
permiten acceder de forma inmediata a  
respuestas estructuradas, resúmenes,  
explicaciones y análisis complejos. Los  
ya  
que  
estas  
tecnologías  
supervisión,  
validación  
y
auditoría  
de  
contenidos generados mediante inteligencia  
artificial. Uno de los principales impactos de la  
inteligencia artificial dentro de la educación  
superior corresponde a la automatización de  
tareas académicas y administrativas. Diversas  
investigaciones han demostrado que los  
sistemas inteligentes poseen la capacidad de  
investigadores advierten que esta capacidad  
tecnológica obliga a replantear los modelos  
tradicionales de enseñanza basados en la  
memorización y reproducción de contenidos,  
favoreciendo enfoques centrados en la reflexión  
crítica, la resolución de problemas y la  
evaluación auténtica del aprendizaje. En este  
contexto, la función educativa ya no consiste  
únicamente en transmitir información, sino en  
enseñar a interpretar, validar y utilizar  
críticamente los productos generados por  
sistemas inteligentes. Asimismo, la UNESCO  
(2024) reconoce que la inteligencia artificial  
optimizar  
procesos  
relacionados  
con  
la  
generación  
de contenidos,  
organización  
curricular, diseño de actividades, evaluación  
preliminar y retroalimentación automatizada.  
Según Zawacki et al. (2019), tendencia que se  
ha consolidado con mayor fuerza durante los  
últimos años, la inteligencia artificial permite  
reducir significativamente la carga operativa  
docente, favoreciendo una gestión más eficiente  
Página 28  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
de los procesos educativos y administrativos.  
similares a las de un auditor académico,  
verificando la calidad, precisión y pertinencia  
Aunque el estudio antecede parcialmente al  
periodo principal de análisis, continúa siendo  
una de las referencias más citadas sobre  
de  
los  
contenidos  
generados  
mediante  
inteligencia artificial. Lejos de reducir su  
relevancia, la expansión de estas tecnologías  
incrementa la necesidad de contar con  
automatización  
educativa  
y
ha  
sido  
ampliamente validado por investigaciones  
recientes. De acuerdo con Crompton y Burke  
(2023), las herramientas de IA generativa  
permiten elaborar cuestionarios, actividades de  
aprendizaje, rúbricas y materiales didácticos en  
tiempos considerablemente menores que los  
requeridos mediante procesos tradicionales.  
Los autores identifican que esta automatización  
profesionales  
capaces  
de  
supervisar  
críticamente los procesos educativos mediados  
por algoritmos.  
La incorporación de inteligencia artificial  
generativa ha provocado cambios significativos  
en los procesos de aprendizaje desarrollados  
dentro de la educación superior. Diversos  
estudios evidencian que estas tecnologías  
favorece  
la  
personalización  
educativa  
y
optimiza la gestión del tiempo docente,  
permitiendo dedicar mayores esfuerzos al  
favorecen  
experiencias  
educativas  
más  
personalizadas, adaptativas e interactivas,  
permitiendo que los estudiantes accedan a  
explicaciones inmediatas, tutorías virtuales y  
acompañamiento  
académico  
y
al  
fortalecimiento de competencias críticas en los  
estudiantes. Sin embargo, también advierten  
que la calidad de los productos generados  
recursos  
ajustados  
a
sus  
necesidades  
individuales. Según Holmes et al. (2022), la  
inteligencia artificial posee el potencial de  
fortalecer el aprendizaje autónomo al ofrecer  
apoyo continuo durante el proceso formativo,  
facilitando la identificación de dificultades  
depende  
directamente  
de  
la  
supervisión  
humana, debido a la posibilidad de errores  
conceptuales o respuestas inexactas producidas  
por los algoritmos.  
Por otra parte, Cotton et al. (2024) destacan que  
la automatización no debe interpretarse como  
una sustitución del docente, sino como una  
redefinición de sus funciones profesionales. Los  
autores sostienen que el verdadero desafío  
consiste en garantizar que las herramientas  
inteligentes sean utilizadas como mecanismos  
de apoyo pedagógico y no como reemplazos de  
los procesos de razonamiento, análisis y  
específicas  
y
promoviendo  
trayectorias  
educativas más flexibles.  
Sin embargo, múltiples investigaciones también  
alertan sobre posibles efectos negativos  
derivados de una utilización excesiva o  
inadecuada de estas herramientas. Rudolph et  
al. (2023) sostienen que la dependencia  
constante de sistemas generativos podría  
reducir el esfuerzo cognitivo requerido para  
desarrollar habilidades complejas de análisis,  
síntesis y argumentación. Los autores explican  
que cuando los estudiantes delegan procesos  
construcción  
consecuencia, la automatización incrementa la  
necesidad de desarrollar competencias  
relacionadas con la supervisión crítica de  
sistemas inteligentes, la validación de  
del  
conocimiento.  
En  
intelectuales  
fundamentales  
a
sistemas  
automatizados, existe el riesgo de limitar la  
construcción profunda del conocimiento y  
debilitar competencias esenciales para el  
información y la detección de inconsistencias  
académicas. En este sentido, la automatización  
educativa fortalece la idea de que el docente  
aprendizaje  
universitario.  
Asimismo,  
contemporáneo  
debe  
asumir  
funciones  
Página 29  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
Farrokhnia et al. (2024) identificaron que la  
inteligencia artificial puede influir  
recursos  
tecnológicos,  
la  
evaluación  
de  
entornos digitales y el análisis crítico de  
herramientas inteligentes utilizadas en el  
positivamente en la motivación estudiantil  
debido a la rapidez con la que proporciona  
respuestas y retroalimentación. No obstante, los  
proceso  
educativo.  
La  
supervisión  
contemporánea debe entenderse como una  
investigadores  
subrayan  
que  
la  
calidad  
actividad  
colaborativa  
continuo  
orientada  
al  
educativa depende de la capacidad del  
estudiante para interactuar críticamente con la  
información generada, contrastarla con fuentes  
científicas confiables y participar activamente  
en procesos reflexivos de construcción del  
conocimiento. Por esta razón, la alfabetización  
en inteligencia artificial emerge como una  
mejoramiento  
del aprendizaje  
mediante la reflexión crítica y la toma de  
decisiones fundamentadas en evidencia  
(Redecker, 2020; Long y Magerko, 2020).  
Desde una perspectiva constructivista, la  
supervisión  
pedagógica  
adquiere  
especial  
relevancia debido a que el aprendizaje es  
concebido como un proceso activo de  
construcción de significados. Vygotsky (1978)  
sostenía que el desarrollo cognitivo ocurre  
mediante la interacción social y la mediación  
cultural; en la actualidad, la inteligencia  
artificial emerge como un nuevo agente  
mediador que influye en la manera en que los  
estudiantes acceden, procesan y utilizan la  
información. En consecuencia, la supervisión  
competencia  
aprendizajes  
digitalizados.  
fundamental  
significativos  
para  
en  
garantizar  
contextos  
En consecuencia, el impacto de la inteligencia  
artificial sobre los procesos de aprendizaje  
presenta una naturaleza dual. Por un lado,  
facilita la personalización, accesibilidad y  
eficiencia educativa; por otro, introduce riesgos  
asociados con la dependencia tecnológica, la  
superficialidad cognitiva y la disminución del  
pensamiento crítico. Frente a este escenario, el  
pedagógica  
mediación  
debe  
garantizar  
que  
dicha  
tecnológica  
contribuya  
rol  
docente  
adquiere  
una  
importancia  
efectivamente al aprendizaje significativo y no  
genere procesos de dependencia cognitiva o  
sustitución del razonamiento humano.  
estratégica como mecanismo de supervisión y  
regulación pedagógica, asegurando que el uso  
de  
inteligencia  
al  
artificial  
contribuya  
integral de  
Asimismo,  
destacan  
autores  
que los  
requieren  
como  
sistemas  
modelos  
Fullan  
educativos  
de  
(2021)  
efectivamente  
desarrollo  
competencias académicas y profesionales. La  
supervisión pedagógica ha sido  
contemporáneos  
liderazgo pedagógico capaces de supervisar  
procesos complejos caracterizados por una  
creciente integración tecnológica. Desde esta  
perspectiva, la supervisión deja de ser una  
actividad centrada exclusivamente en el control  
institucional para convertirse en una estrategia  
de acompañamiento orientada a promover la  
innovación responsable y la mejora continua de  
los procesos de enseñanza y aprendizaje. La  
presencia de inteligencia artificial dentro de los  
entornos educativos incrementa la necesidad de  
tradicionalmente concebida como un proceso  
orientado a garantizar la calidad de los procesos  
educativos  
mediante  
el  
acompañamiento,  
monitoreo y evaluación de las prácticas  
docentes. Sin embargo, la transformación  
digital de la educación y la incorporación de  
sistemas de inteligencia artificial han ampliado  
significativamente el alcance de este concepto.  
Actualmente, la supervisión pedagógica no se  
limita a la observación de metodologías de  
enseñanza, sino que incluye la validación de  
Página 30  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
fortalecer mecanismos de supervisión que  
generativos pueden reproducir errores presentes  
en los datos con los que fueron entrenados,  
razón por la cual la intervención docente  
continúa siendo indispensable para garantizar la  
validez del conocimiento utilizado en contextos  
educativos. Los autores enfatizan que la  
supervisión humana constituye un elemento  
permitan garantizar la calidad, pertinencia y  
validez de los recursos utilizados. Por  
consiguiente, la pedagogía de la supervisión  
surge como un paradigma emergente que busca  
responder a los desafíos planteados por la  
inteligencia artificial en educación. Este  
enfoque propone que el verdadero valor  
pedagógico no radica únicamente en la  
producción de resultados académicos, sino en la  
capacidad de supervisar, interpretar y validar  
críticamente los procesos que conducen a  
dichos resultados. Bajo esta lógica, el docente  
asume funciones estratégicas relacionadas con  
la regulación del aprendizaje, la orientación  
ética y la verificación de la calidad del  
conocimiento generado en contextos mediados  
por tecnologías inteligentes.  
irremplazable  
para  
asegurar  
estándares  
adecuados de calidad académica.  
Por otra parte, la creciente capacidad de los  
estudiantes para utilizar inteligencia artificial en  
la elaboración de trabajos académicos ha  
generado nuevas preocupaciones relacionadas  
con la integridad educativa. Crawford et al.  
(2023) sostienen que la supervisión docente  
debe trascender la simple detección de plagio  
para enfocarse en la evaluación de los procesos  
cognitivos involucrados en la construcción del  
conocimiento. Esto implica analizar cómo los  
estudiantes interactúan con las herramientas de  
IA, qué criterios utilizan para seleccionar  
información y de qué manera integran los  
contenidos generados dentro de sus propios  
procesos de aprendizaje.  
La expansión de herramientas de inteligencia  
artificial  
generativa  
ha  
incrementado  
la  
necesidad de supervisar rigurosamente los  
contenidos producidos mediante estos sistemas.  
Diversas investigaciones han demostrado que  
los modelos de lenguaje pueden generar textos  
coherentes y estructurados, pero también  
En consecuencia, la supervisión de contenidos  
producir  
errores  
factuales,  
referencias  
sesgadas  
generados  
por  
inteligencia  
artificial  
se  
inexistentes,  
interpretaciones  
y
configura como una competencia esencial  
dentro de los nuevos escenarios educativos.  
Esta función requiere que los docentes  
conclusiones incorrectas. Según Kasneci et al.  
(2023), uno de los principales desafíos  
asociados con el uso educativo de la inteligencia  
artificial radica en la necesidad de validar  
permanentemente la información generada por  
los algoritmos antes de incorporarla a procesos  
de enseñanza o aprendizaje. La supervisión de  
contenidos generados por IA implica evaluar  
múltiples dimensiones relacionadas con la  
calidad académica de la información. Entre  
ellas destacan la precisión conceptual, la  
coherencia argumentativa, la actualidad de los  
datos, la confiabilidad de las fuentes utilizadas  
y la ausencia de sesgos discriminatorios. Cotton  
et al. (2024) señalan que los sistemas  
desarrollen  
capacidades  
avanzadas  
para  
identificar errores, validar información y  
garantizar que el uso de tecnologías inteligentes  
contribuya efectivamente al desarrollo del  
pensamiento crítico y la formación académica  
de calidad. La alfabetización crítica frente a  
algoritmos constituye una de las competencias  
emergentes más relevantes dentro de la  
educación  
superior  
contemporánea.  
Este  
concepto hace referencia a la capacidad de  
comprender cómo funcionan los sistemas de  
inteligencia  
artificial,  
reconocer  
sus  
Página 31  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
limitaciones, identificar posibles sesgos y  
evaluar críticamente los resultados que  
capacidades que permitan utilizarla de manera  
consciente,  
rigurosa.  
reflexiva  
En este  
y
académicamente  
producen. Según Long y Magerko (2020), la  
alfabetización en inteligencia artificial implica  
no solo el conocimiento técnico básico sobre  
contexto, el docente  
desempeña un papel central como mediador  
crítico entre los algoritmos y los procesos de  
construcción del conocimiento.  
estas  
herramientas,  
sino  
también  
la  
comprensión de sus implicaciones sociales,  
éticas y educativas.  
La integración de inteligencia artificial en los  
procesos educativos ha dado origen a un nuevo  
Diversos estudios han evidenciado que muchos  
estudiantes utilizan herramientas generativas  
sin comprender adecuadamente los procesos  
algorítmicos que intervienen en la producción  
de respuestas. Esta situación puede generar una  
percepción errónea de infalibilidad tecnológica  
conjunto  
de  
competencias  
docentes  
relacionadas con la auditoría académica de  
contenidos y procesos mediados por tecnología.  
Estas competencias comprenden habilidades  
para supervisar la calidad de la información,  
evaluar la confiabilidad de los resultados  
generados por sistemas inteligentes y garantizar  
el cumplimiento de principios éticos dentro de  
los entornos educativos. Según Redecker  
(2020), las competencias digitales docentes  
evolucionan constantemente para responder a  
y
favorecer  
la  
aceptación  
acrítica  
de  
información incorrecta o sesgada. Ng et al.  
(2021) sostienen que la alfabetización en IA  
debe  
convertirse  
en  
un  
componente  
fundamental de los currículos universitarios,  
permitiendo que los estudiantes desarrollen  
habilidades para analizar, contrastar y validar  
los  
cambios  
tecnológicos,  
incorporando  
capacidades vinculadas con la gestión crítica de  
datos, la alfabetización digital avanzada y la  
evaluación de recursos tecnológicos.  
los  
contenidos  
generados  
por  
sistemas  
inteligentes.  
Asimismo, la alfabetización crítica frente a  
algoritmos posee una importante dimensión  
ética. UNESCO (2023) advierte que la falta de  
comprensión sobre el funcionamiento de la  
inteligencia artificial puede incrementar riesgos  
En el contexto de la inteligencia artificial  
generativa, la auditoría académica implica  
verificar la autenticidad de los productos  
elaborados por los estudiantes, identificar  
posibles errores conceptuales y analizar la  
manera en que las herramientas inteligentes han  
relacionados  
con  
la  
desinformación,  
la  
manipulación algorítmica y la reproducción de  
desigualdades sociales. Por esta razón, la  
formación universitaria debe promover el  
desarrollo de competencias orientadas a la toma  
de decisiones informadas y al uso responsable  
sido  
utilizadas  
durante  
el  
proceso  
de  
aprendizaje. Farrokhnia et al. (2024) señalan  
que los docentes deben desarrollar habilidades  
específicas  
para  
interpretar  
resultados  
producidos por IA, evaluar su pertinencia  
académica y determinar su contribución real al  
desarrollo de competencias profesionales.  
Además, la auditoría académica requiere  
competencias relacionadas con la toma de  
decisiones pedagógicas basadas en evidencia.  
Los docentes deben ser capaces de distinguir  
entre usos apropiados e inapropiados de la  
de  
perspectiva de la pedagogía de la supervisión, la  
alfabetización crítica representa una  
tecnologías  
emergentes.  
Desde  
la  
herramienta fundamental para fortalecer la  
autonomía intelectual de los estudiantes. El  
objetivo no consiste en restringir el acceso a la  
inteligencia artificial, sino en desarrollar  
Página 32  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
inteligencia artificial, establecer criterios de  
algoritmos carecen de comprensión contextual  
profunda y pueden reproducir errores presentes  
en sus datos de entrenamiento.  
evaluación transparentes y diseñar estrategias  
que promuevan la participación de los  
estudiantes  
en  
la  
construcción  
del  
Adicionalmente,  
documentado  
numerosos  
presencia  
estudios  
de  
han  
conocimiento.  
la  
sesgos  
Estas responsabilidades reflejan una evolución  
significativa del rol docente hacia funciones de  
supervisión especializada dentro de ecosistemas  
educativos cada vez más digitalizados. Por  
tanto, las competencias de auditoría académica  
representan una extensión natural de las  
algorítmicos relacionados con género, etnia,  
idioma, cultura y condiciones socioeconómicas.  
Según UNESCO (2024), los sistemas de  
inteligencia artificial reflejan frecuentemente  
desigualdades presentes en los conjuntos de  
datos utilizados durante su entrenamiento, lo  
que puede generar respuestas discriminatorias o  
funciones  
tradicionales  
de  
supervisión  
pedagógica. Lejos de reemplazar al profesor, la  
inteligencia artificial incrementa la necesidad  
de contar con profesionales capaces de  
representaciones  
determinados grupos sociales. Frente a esta  
situación, el docente debe desarrollar  
distorsionadas  
de  
interpretar  
críticamente  
los  
resultados  
capacidades para identificar sesgos, promover  
análisis críticos y garantizar que los recursos  
educativos respeten principios de equidad e  
inclusión.  
generados por algoritmos y garantizar la calidad  
de los procesos educativos. Uno de los  
principales desafíos asociados con el uso  
educativo de la inteligencia artificial consiste en  
garantizar la calidad y precisión de la  
En consecuencia, la verificación de calidad,  
precisión y sesgos se convierte en una  
responsabilidad fundamental dentro de la  
auditoría académica. Esta función permite  
información  
generada  
por  
los  
sistemas  
algorítmicos. Diversas investigaciones han  
demostrado que los modelos de lenguaje  
pueden producir respuestas convincentes pero  
garantizar  
que  
la  
inteligencia  
artificial  
contribuya positivamente al aprendizaje sin  
comprometer la rigurosidad científica, la ética  
educativa ni la formación integral de los  
estudiantes. La expansión de herramientas  
generativas ha cuestionado la efectividad de  
numerosos modelos tradicionales de evaluación  
utilizados en la educación superior. Actividades  
incorrectas,  
fenómeno  
conocido  
como  
alucinación algorítmica. Según Kasneci et al.  
(2023), incluso los sistemas más avanzados  
continúan  
presentando  
limitaciones  
relacionadas con la exactitud factual, la  
interpretación contextual y la consistencia de  
las respuestas generadas.  
como  
ensayos,  
tareas  
domiciliarias  
y
La verificación de calidad constituye una  
función esencial dentro del nuevo rol docente  
como auditor de inteligencia artificial. Esta  
tarea implica revisar la coherencia conceptual  
de los contenidos, contrastar la información con  
fuentes científicas confiables y evaluar la  
actualidad de los datos utilizados. Kasneci et al.  
(2023) sostienen que la supervisión humana  
continúa siendo indispensable debido a que los  
cuestionarios escritos pueden ser completadas  
parcial o totalmente mediante inteligencia  
artificial, dificultando la identificación del nivel  
real  
de  
aprendizaje  
alcanzado  
por  
los  
estudiantes. Ante esta realidad, diversos autores  
han propuesto fortalecer modelos de evaluación  
auténtica orientados a valorar competencias  
complejas relacionadas con el pensamiento  
crítico, la resolución de problemas y la  
Página 33  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
aplicación contextualizada del conocimiento.  
portafolios reflexivos y actividades basadas en  
resolución de problemas. Estas metodologías  
permiten verificar la comprensión profunda del  
estudiante y reducen la dependencia de  
Según Bearman et al. (2024), la evaluación  
auténtica permite analizar la capacidad de los  
estudiantes para utilizar conocimientos y  
habilidades en situaciones reales o simuladas  
que reflejan desafíos profesionales concretos.  
Este enfoque resulta especialmente relevante en  
escenarios donde la inteligencia artificial puede  
participar activamente en la producción de  
respuestas académicas, ya que desplaza la  
atención desde el producto final hacia los  
procesos de razonamiento, argumentación y  
toma de decisiones. Asimismo, Eaton (2023)  
sostiene que la integridad académica en la era  
de la inteligencia artificial requiere redefinir los  
productos  
fácilmente  
generables  
por  
algoritmos. Desde la perspectiva de la  
pedagogía de la supervisión, la evaluación  
auténtica constituye una herramienta esencial  
para garantizar la calidad del aprendizaje en  
contextos mediados por inteligencia artificial.  
En este escenario, el docente actúa como  
auditor del proceso formativo, verificando no  
solo los resultados obtenidos, sino también la  
manera en que los estudiantes construyen  
conocimiento utiliza tecnologías inteligentes y  
desarrollan competencias críticas necesarias  
para enfrentar los desafíos de la sociedad digital  
contemporánea.  
sistemas  
de  
evaluación  
universitaria,  
incorporando estrategias como defensas orales,  
estudios de caso, proyectos colaborativos,  
Tabla 1. Resultados obtenidos.  
Autor (año)  
Síntesis de resultados  
Analizaron la necesidad de reformar los sistemas de evaluación universitaria ante la expansión de la inteligencia artificial.  
Concluyeron que las evaluaciones auténticas permiten valorar mejor las competencias reales de los estudiantes y reducen la  
dependencia de productos generados por IA.  
Bearman et al.  
(2024)  
Examinaron el impacto de la inteligencia artificial en la educación superior. Determinaron que la IA no reemplazará al docente,  
sino que transformará sus funciones hacia roles de supervisión, orientación y validación del aprendizaje.  
Identificaron desafíos relacionados con la integridad académica derivados del uso de ChatGPT. Los autores enfatizan la  
necesidad de desarrollar nuevas estrategias de supervisión y evaluación para garantizar la autenticidad del aprendizaje.  
Destacaron la importancia del liderazgo educativo para promover un uso ético de la inteligencia artificial. Señalaron que las  
instituciones deben establecer políticas claras para orientar la utilización de herramientas generativas en los procesos formativos.  
Chan y Tsi (2023)  
Cotton et al. (2024)  
Crawford et al.  
(2023)  
Crompton y Burke Realizaron una revisión sobre el estado actual de la inteligencia artificial en educación superior. Encontraron que la IA mejora la  
(2023)  
personalización del aprendizaje, pero requiere supervisión docente para garantizar la calidad educativa.  
Analizó la integridad académica en la era de la inteligencia artificial. Propuso la adopción de nuevos enfoques de evaluación  
centrados en el pensamiento crítico, la reflexión y la resolución de problemas auténticos.  
Eaton (2023)  
Farrokhnia et al.  
(2024)  
Kasneci et al.  
(2023)  
Long y Magerko  
(2020)  
Aplicaron un análisis FODA al uso de ChatGPT en educación superior. Identificaron beneficios relacionados con la eficiencia y  
personalización educativa, pero también riesgos asociados con dependencia tecnológica y reducción del pensamiento crítico.  
Examinaron oportunidades y desafíos de los modelos de lenguaje de gran escala en educación. Concluyeron que estas  
herramientas poseen gran potencial pedagógico, aunque requieren supervisión humana constante para evitar errores y sesgos.  
Definieron el concepto de alfabetización en inteligencia artificial y establecieron competencias necesarias para comprender,  
interpretar y utilizar críticamente sistemas inteligentes en distintos contextos educativos y sociales.  
Desarrollaron un marco conceptual sobre alfabetización en IA. Determinaron que la comprensión crítica de algoritmos debe  
incorporarse como una competencia fundamental dentro de los currículos educativos contemporáneos.  
Presentó el marco europeo DigCompEdu para competencias digitales docentes. Destacó la importancia de desarrollar  
habilidades de evaluación, supervisión y uso responsable de tecnologías emergentes en educación.  
Ng et al. (2021)  
Redecker (2020)  
Rudolph et al.  
(2023)  
Analizaron el impacto de ChatGPT en los sistemas tradicionales de evaluación. Concluyeron que la inteligencia artificial obliga  
a replantear las estrategias de medición del aprendizaje y fortalecer la evaluación auténtica.  
Estudiaron el uso de ChatGPT como herramienta educativa. Encontraron que la IA puede potenciar el aprendizaje y la  
productividad académica, aunque requiere orientación docente para evitar usos inadecuados y dependencia excesiva.  
Publicó directrices para la utilización de inteligencia artificial generativa en educación e investigación. Destacó la necesidad de  
promover el uso ético, responsable y transparente de estas tecnologías dentro de las instituciones educativas.  
Estableció recomendaciones para formuladores de políticas educativas sobre inteligencia artificial. Señaló la importancia de  
desarrollar marcos regulatorios que garanticen equidad, inclusión y protección de los derechos de los estudiantes.  
Planteó que el aprendizaje ocurre mediante procesos de mediación social y cultural. Su teoría permite comprender el papel de la  
inteligencia artificial como nuevo mediador en la construcción del conocimiento dentro de los entornos educativos  
contemporáneos.  
Tlili et al. (2023)  
UNESCO (2023)  
UNESCO (2024)  
Vygotsky (1978)  
Fuente: Elaboración propia.  
Página 34  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
Conclusiones  
educativos crecientemente digitalizados. Por  
otra parte, los resultados evidenciaron que la  
alfabetización crítica frente a algoritmos  
constituye una competencia esencial tanto para  
estudiantes como para docentes. La literatura  
La presente investigación permitió evidenciar  
que la inteligencia artificial generativa está  
transformando profundamente los procesos de  
enseñanza y aprendizaje en la educación  
superior, dando lugar a una redefinición  
sustancial del rol docente. Los hallazgos  
analizados confirman que el profesor ya no  
consultada  
coincide  
en  
señalar  
que  
el  
aprovechamiento efectivo de la inteligencia  
artificial requiere comprender sus limitaciones,  
reconocer sus posibles sesgos y desarrollar  
capacidades para contrastar la información  
producida por sistemas automatizados con  
fuentes científicas confiables. En este contexto,  
puede  
ser  
concebido  
únicamente  
como  
transmisor de conocimientos o facilitador de  
contenidos, sino como un agente responsable de  
supervisar, validar y orientar críticamente la  
interacción entre los estudiantes y los sistemas  
inteligentes. En este sentido, la hipótesis  
implícita de que la expansión de la inteligencia  
artificial impulsa la transición del docente hacia  
funciones de auditoría académica encuentra  
respaldo en la evidencia científica revisada, la  
cual destaca la necesidad de fortalecer  
competencias relacionadas con la evaluación  
crítica, la supervisión tecnológica y la garantía  
de calidad del conocimiento generado mediante  
algoritmos.  
las  
enfrentan el desafío de incorporar programas de  
formación orientados al desarrollo de  
instituciones  
de  
educación  
superior  
competencias digitales avanzadas, pensamiento  
crítico y uso ético de la inteligencia artificial,  
con el propósito de evitar fenómenos de  
dependencia tecnológica o disminución de la  
autonomía intelectual.  
Se concluye que el futuro de la educación  
superior  
no  
estará  
determinado  
por  
la  
sustitución del docente por sistemas de  
inteligencia artificial, sino por la construcción  
Asimismo,  
denominada pedagogía de la supervisión  
emerge como un paradigma educativo  
permitió  
identificar  
que  
la  
de  
modelos  
educativos  
donde  
ambas  
capacidades actúen de manera complementaria.  
La inteligencia artificial posee un enorme  
potencial para optimizar procesos académicos,  
personalizar experiencias de aprendizaje y  
ampliar el acceso al conocimiento; sin embargo,  
continúa requiriendo la intervención humana  
para garantizar la pertinencia pedagógica, la  
rigurosidad científica y la formación integral de  
los estudiantes. Por ello, el nuevo rol del  
docente como auditor de inteligencia artificial  
se perfila como una de las funciones  
estratégicas más relevantes para asegurar una  
integración responsable, ética y educativa de  
estas tecnologías en las universidades del siglo  
XXI.  
pertinente para responder a los desafíos  
planteados por la inteligencia artificial. Este  
enfoque propone desplazar la atención desde la  
simple valoración de productos académicos  
hacia la observación y análisis de los procesos  
de  
construcción  
la  
del  
conocimiento.  
En  
consecuencia,  
supervisión  
pedagógica  
adquiere una dimensión más amplia que incluye  
la validación de contenidos generados por IA, la  
detección  
de  
errores  
conceptuales,  
la  
identificación de sesgos algorítmicos y el  
acompañamiento permanente de los estudiantes  
en  
el  
uso  
responsable  
de  
tecnologías  
inteligentes. De esta manera, el docente se  
convierte en garante de la integridad académica  
y de la calidad formativa dentro de entornos  
Página 35  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
Referencias Bibliográficas  
https://doi.org/10.1080/14703297.2023.2195  
Bearman, M., Ajjawi, R., Boud, D., Tai, J., &  
Dawson, P. (2024). Assessment reform for the  
age of artificial intelligence. Assessment &  
Evaluation in Higher Education, 49(2), 185–  
198.  
846  
Kasneci, E., Sessler, K., Küchemann, S.,  
Bannert, M., Dementieva, D., Fischer, F.,  
Gasser, U., Groh, G., Günnemann, S.,  
Hüllermeier, E., Krusche, S., Kutyniok, G.,  
Michaeli, T., Nerdel, C., Pfeiffer, F., Poquet,  
O., Sailer, M., Schmidt, A., Seidel, T., &  
Kasneci, G. (2023). ChatGPT for good? On  
opportunities and challenges of large language  
https://doi.org/10.1080/02602938.2024.2302  
145  
Chan, C. K. Y., & Tsi, L. H. Y. (2023). The AI  
revolution in education: Will AI replace or  
assist teachers in higher education? arXiv.  
https://doi.org/10.48550/arXiv.2305.01185  
Cotton, D. R. E., Cotton, P. A., & Shipway, J.  
R. (2024). Chatting and cheating? Ensuring  
academic integrity in the era of ChatGPT.  
Innovations in Education and Teaching  
models  
for  
education.  
Learning  
and  
Individual  
Differences,  
103, 102274.  
https://doi.org/10.1016/j.lindif.2023.102274  
Long, D., & Magerko, B. (2020). What is AI  
literacy?  
Competencies  
and  
design  
considerations. Proceedings of the 2020 CHI  
International,  
61(2),  
228–239.  
Conference on Human Factors in Computing  
https://doi.org/10.1080/14703297.2023.2190  
148  
Systems,  
1–16.  
https://doi.org/10.1145/3313831.3376727  
Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., &  
Qiao, M. S. (2021). Conceptualizing AI  
literacy: An exploratory review. Computers  
and Education: Artificial Intelligence, 2,  
100041.  
Crawford, J., Cowling, M., & Allen, K. A.  
(2023). Leadership is needed for ethical  
ChatGPT: Character, assessment and learning  
using artificial intelligence. Journal of  
University Teaching and Learning Practice,  
20(3),  
1–17.  
https://doi.org/10.1016/j.caeai.2021.100041  
Redecker, C. (2020). European framework for  
https://doi.org/10.53761/1.20.3.02  
Crompton, H., & Burke, D. (2023). Artificial  
intelligence in higher education: The state of  
the field. International Journal of Educational  
Technology in Higher Education, 20(1), 22.  
https://doi.org/10.1186/s41239-023-00392-8  
the  
digital  
competence  
of  
educators:  
DigCompEdu. Publications Office of the  
European  
Union.  
https://doi.org/10.2760/159770  
Rudolph, J., Tan, S., & Tan, S. (2023).  
ChatGPT: Bullshit spewer or the end of  
traditional assessments in higher education?  
Journal of Applied Learning and Teaching,  
Eaton,  
Transdisciplinary ethics and integrity in the  
age of artificial intelligence and  
neurotechnology. International Journal for  
Educational Integrity, 19(1), 1–14.  
S.  
E.  
(2023).  
Postplagiarism:  
6(1),  
1–22.  
https://doi.org/10.37074/jalt.2023.6.1.9  
https://doi.org/10.1007/s40979-023-00144-1  
Farrokhnia, M., Banihashem, S. K., Noroozi,  
O., & Wals, A. (2024). A SWOT analysis of  
Tlili, A., Shehata, B., Adarkwah, M. A.,  
Bozkurt, A., Hickey, D. T., Huang, R., &  
Agyemang, B. (2023). What if the devil is my  
guardian angel: ChatGPT as a case study of  
using chatbots in education. Smart Learning  
ChatGPT:  
practice  
Implications  
and research.  
for  
educational  
in  
Innovations  
Education and Teaching International, 61(3),  
Environments,  
10(1),  
15.  
460–474.  
https://doi.org/10.1186/s40561-023-00237-x  
Página 36  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
UNESCO. (2023). Guidance for generative AI  
in education and research. United Nations  
Zawacki-Richter, O., Marín, V. I., Bond, M., &  
Gouverneur, F. (2019). Systematic review of  
research on artificial intelligence applications  
in higher education. International Journal of  
Educational Technology in Higher Education,  
16(39), 1–27. https://doi.org/10.1186/s41239-  
019-0171-0  
Educational,  
Organization.  
Scientific  
and  
Cultural  
https://unesdoc.unesco.org/ark:/48223/pf0000  
386693  
UNESCO. (2024). Artificial intelligence and  
education: Guidance  
for  
policy-makers.  
United Nations Educational, Scientific and  
Cultural Organization.  
Esta obra está bajo una licencia de  
Creative Commons Reconocimiento-No Comercial  
4.0 Internacional. Copyright © Dixie Alexandra  
Morán Arteaga y Jessenia María Tite López.  
Vygotsky, L. S. (1978). Mind in society: The  
development  
of  
higher  
psychological  
processes. Harvard University Press.  
Declaraciones éticas y editoriales del artículo  
Contribución de los autores (Taxonomía CRediT)  
Dixie Alexandra Morán Arteaga: 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.  
Jessenia María Tite López: 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.  
Página 37