Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
EFECTOS DE UN PROGRAMA DE CAPACITACIÓN DOCENTE EN INTELIGENCIA  
ARTIFICIAL PARA EL FORTALECIMIENTO DE LA GESTIÓN PEDAGÓGICA EN LA  
UNIDAD EDUCATIVA SAN VICENTE  
EFFECTS OF A TEACHER TRAINING PROGRAM IN ARTIFICIAL INTELLIGENCE FOR  
STRENGTHENING PEDAGOGICAL MANAGEMENT AT SAN VICENTE EDUCATIONAL  
UNIT  
Autores: ¹Yonny Alfredo Mera García, ²Sandy Patricia Aucancela Moreno y ³Steven Arturo Torres  
Burgos.  
¹ORCID ID: https://orcid.org/0000-0002-0318-2490  
²ORCID ID: https://orcid.org/0009-0004-7754-3991  
³ORCID ID: https://orcid.org/0000-0001-7369-1402  
¹E-mail de contacto: ymerag3@unemi.edu.ec  
²E-mail de contacto: saucancelam2@unemi.edu.ec  
³E-mail de contacto: storresb5@unemi.edu.ec  
Afiliación: 1*2*3*Universidad Estatal de Milagro, (Ecuador).  
Artículo recibido: 22 de Junio del 2026.  
Artículo revisado: 24 de Junio del 2026.  
Artículo aprobado: 24 de Junio del 2026.  
1Licenciado en Informática, egresado de la Universidad Laica Eloy Alfaro de Manabí, (Ecuador), con 20 años de experiencia como docente  
de diferentes niveles educativos. Magíster en Gerencia Educativa, egresada de la Universidad Estatal del Sur de Manabí, (Ecuador). Magíster  
en Tecnologías de la Información mención en Transformación Digital e Innovación de la Universidad Hemisferios, (Ecuador), Maestrante  
de la Maestría en Inteligencia Artificial para la Educación de la Universidad Estatal de Milagro, Doctorante en Educación Superior,  
Universidad Abierta Interamericana en conjunto con la Universidad Austral, Universidad Nacional Rio Negro.  
2Licenciada en Educación General Básica, egresada de la Universidad Nacional de Educación UNAE, (Ecuador). Maestrante de la Maestría  
de Inteligencia Artificial en Educación, UNEMI, (Ecuador).  
3Licenciado en Educación Física, egresada de la universidad de Guayaquil, (Ecuador), Magíster en Pedagogía de la Actividad Física con  
mención en Educación Física, egresada de la Universidad Bolivariana del Ecuador, (Ecuador), Docente de pregrado y posgrado, revisor y  
escritor científico.  
Resumen  
fortalecimiento actitudinal. La prueba t para  
muestras relacionadas mostró diferencias  
La integración de la inteligencia artificial en los  
procesos educativos constituye un desafío  
estratégico para el fortalecimiento de la gestión  
estadísticamente significativas (p < 0,05) en  
todas las variables evaluadas, y el coeficiente de  
correlación de Pearson (r = 0,68) indicó relación  
positiva moderada–alta entre formación en IA y  
mejora de la gestión pedagógica. Se concluye  
que la capacitación sistemática en inteligencia  
pedagógica  
en  
instituciones  
escolares  
contemporáneas. El presente estudio tuvo como  
objetivo analizar el impacto de la formación en  
inteligencia artificial sobre la gestión pedagógica  
de los docentes de una institución educativa,  
mediante la implementación de talleres de  
capacitación continua. Se adoptó un enfoque  
mixto con diseño cuasi experimental pretest–  
postest, aplicando una encuesta estructurada a 43  
docentes bajo escala tipo Likert. La intervención  
consistió en seis semanas de formación práctica  
orientada al uso pedagógico de herramientas  
generativas y analítica básica. Los resultados  
evidenciaron un incremento significativo en el  
nivel de conocimiento sobre inteligencia  
artificial, pasando de predominio bajo–medio a  
un 55,8 % en nivel alto tras la intervención.  
Asimismo, la frecuencia de uso en planificación  
didáctica aumentó considerablemente, con un  
46,4 % reportando uso frecuente posterior a la  
capacitación. La percepción de utilidad de la IA  
alcanzó un 74,4 % en nivel alto, evidenciando  
artificial  
impacta  
favorablemente  
en  
conocimiento, práctica y eficiencia docente,  
consolidándose como estrategia viable para la  
transformación digital educativa sostenible.  
Palabras clave: Inteligencia artificial, Gestión  
pedagógica,  
Capacitación  
pedagógica,  
Aprendizaje, Formación docente.  
Abstract  
The integration of artificial intelligence into  
educational processes constitutes a strategic  
challenge  
management  
for  
strengthening  
in contemporary  
pedagogical  
school  
institutions. This study aimed to analyze the  
impact of training in artificial intelligence on  
teachers'  
educational  
implementation  
pedagogical  
institution  
of continuous  
management  
in  
an  
the  
through  
training  
Página 497  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
workshops. A mixed approach with a quasi-  
experimental pretest-posttest design was  
adopted, applying a structured survey to 43  
teachers using a Likert-type scale. The  
alto após a intervenção. Da mesma forma, a  
frequência de uso no planejamento didático  
aumentou consideravelmente, com 46,4%  
relatando uso frequente depois da capacitação. A  
percepção de utilidade da IA alcançou 74,4% em  
intervention consisted of six weeks of practical  
training focused on the pedagogical use of  
generative tools and basic analytics. The results  
showed a significant increase in the level of  
knowledge about artificial intelligence, shifting  
from a low-medium predominance to 55.8% at a  
high level after the intervention. Likewise, the  
frequency of use in lesson planning increased  
considerably, with 46.4% reporting frequent use  
after training. The perceived usefulness of AI  
reached 74.4% at a high level, evidencing  
attitudinal strengthening. The paired-samples t-  
test showed statistically significant differences  
(p < 0.05) in all evaluated variables, and  
Pearson's correlation coefficient (r = 0.68)  
indicated a moderate-high positive relationship  
between AI training and improvement in  
pedagogical management. It is concluded that  
systematic training in artificial intelligence has a  
favorable impact on teachers' knowledge,  
practice, and efficiency, consolidating itself as a  
viable strategy for sustainable educational digital  
transformation.  
nível  
atitudinal. O teste t para amostras relacionadas  
mostrou diferenças estatisticamente  
alto,  
evidenciando  
fortalecimento  
significativas (p < 0,05) em todas as variáveis  
avaliadas, e o coeficiente de correlação de  
Pearson (r = 0,68) indicou relação positiva  
moderada-alta entre formação em IA e melhoria  
da gestão pedagógica. Conclui-se que a  
capacitação sistemática em inteligência artificial  
impacta favoravelmente o conhecimento, a  
prática e a eficiência docente, consolidando-se  
como estratégia viável para a transformação  
digital educativa sustentável.  
Palavras-chave: Inteligência artificial, Gestão  
pedagógica,  
Formação  
pedagógica,  
Aprendizagem, Formação de professores.  
Introducción  
La transformación digital ha redefinido de  
manera estructural los sistemas educativos  
contemporáneos, configurando un escenario en  
el que la inteligencia artificial (IA) se posiciona  
como un eje estratégico para la modernización  
Keywords: Artificial intelligence, Pedagogical  
management, Pedagogical training, Learning,  
Teacher training.  
integral  
de  
la  
gestión  
pedagógica  
y
administrativa en las instituciones educativas.  
Este proceso de digitalización no constituye un  
fenómeno aislado ni meramente instrumental,  
sino una transición paradigmática que implica  
cambios en la cultura organizacional, en los  
modelos didácticos y en las dinámicas de  
Sumário  
A integração da inteligência artificial nos  
processos educativos constitui um desafio  
estratégico para o fortalecimento da gestão  
pedagógica  
em  
instituições  
escolares  
contemporâneas. O presente estudo teve como  
objetivo analisar o impacto da formação em  
inteligência artificial sobre a gestão pedagógica  
dos docentes de uma instituição educativa, por  
meio da implementação de oficinas de formação  
continuada. Adotou-se uma abordagem mista  
com delineamento quase experimental pré-teste-  
pós-teste, aplicando um questionário estruturado  
a 43 docentes em escala tipo Likert. A  
intervenção consistiu em seis semanas de  
formação prática orientada ao uso pedagógico de  
ferramentas generativas e analítica básica. Os  
interacción  
entre  
docentes,  
estudiantes  
y
entornos virtuales de aprendizaje. En el contexto  
global, los avances en aprendizaje automático,  
procesamiento del lenguaje natural y analítica de  
datos han permitido el desarrollo de herramientas  
tecnológicas  
capaces  
de  
personalizar  
experiencias educativas, optimizar procesos  
institucionales y generar retroalimentación  
automatizada basada en evidencia empírica. La  
UNESCO (2023) sostiene que la inteligencia  
artificial aplicada a la educación debe orientarse  
hacia el fortalecimiento de la calidad, la equidad  
y la inclusión, garantizando su implementación  
resultados  
significativo no nível de conhecimento sobre  
inteligência artificial, passando de  
evidenciaram  
um  
aumento  
predominância baixa-média para 55,8% em nível  
Página 498  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
bajo principios éticos y normativos claramente  
definidos. En este sentido, la IA no solo  
representa una innovación tecnológica  
efectividad de la IA en los procesos de enseñanza  
y aprendizaje, evitando su uso superficial o  
meramente experimental. Sin una preparación  
técnica y metodológica adecuada, la inteligencia  
artificial corre el riesgo de convertirse en un  
recurso subutilizado que no logra incidir  
significativamente en la calidad educativa. La  
gestión pedagógica contemporánea demanda  
procesos cada vez más eficientes, personalizados  
disruptiva, sino una transformación estructural  
del ecosistema educativo que redefine el rol del  
docente y del estudiante dentro del proceso  
formativo.  
La  
automatización  
de  
tareas  
administrativas, la generación de contenidos  
didácticos adaptativos y el análisis predictivo del  
desempeño académico constituyen ejemplos  
concretos del potencial impacto de estas  
tecnologías emergentes. Por consiguiente, la  
y
fundamentados  
en  
evidencia  
empírica,  
especialmente en instituciones educativas que  
atienden poblaciones estudiantiles diversas con  
integración  
estratégica  
de  
la  
inteligencia  
múltiples niveles formativos  
socioculturales heterogéneos.  
y
contextos  
artificial en la gestión pedagógica se convierte en  
una prioridad institucional para responder a las  
demandas educativas del siglo XXI.  
La inteligencia artificial generativa ofrece  
oportunidades concretas para la planificación  
automatizada de clases, la creación de recursos  
digitales interactivos y la generación de  
En América Latina, la incorporación de la IA en  
la educación enfrenta desafíos estructurales  
vinculados a la persistencia de brechas digitales,  
limitaciones en infraestructura tecnológica y  
niveles heterogéneos de formación docente en  
competencias digitales avanzadas. Según el  
Banco Interamericano de Desarrollo (BID,  
2022), uno de los principales obstáculos para la  
transformación digital educativa en la región  
radica en la insuficiencia de programas  
sistemáticos de capacitación docente orientados  
a tecnologías emergentes y analítica educativa.  
Esta realidad evidencia que la innovación  
tecnológica no depende exclusivamente de la  
disponibilidad de dispositivos electrónicos o  
conectividad a internet, sino de la capacidad  
pedagógica y crítica del profesorado para  
integrar dichas herramientas dentro de su  
práctica cotidiana de manera pertinente y  
contextualizada.  
retroalimentación  
inmediata  
al  
estudiante,  
optimizando los tiempos de respuesta y  
mejorando la calidad de la evaluación formativa  
(Zawacki-Richter  
et  
al.,  
2019).  
la  
Estas  
carga  
herramientas permiten  
reducir  
administrativa del docente, liberando tiempo  
para la reflexión pedagógica, la innovación  
metodológica  
y
el  
acompañamiento  
personalizado del aprendizaje. Asimismo, la  
analítica educativa basada en IA facilita la  
identificación  
temprana  
de  
dificultades  
académicas mediante el procesamiento de  
grandes volúmenes de datos, contribuyendo a la  
toma  
de  
decisiones  
fundamentadas  
en  
información objetiva y actualizada.  
No obstante, la literatura científica advierte que  
la adopción tecnológica debe ir acompañada de  
marcos  
éticos  
claros,  
lineamientos  
procesos de  
La OECD (2023) enfatiza que el impacto  
positivo de la inteligencia artificial en la  
educación está condicionado por el desarrollo de  
competencias profesionales que permitan un uso  
reflexivo, ético y alineado con los objetivos  
curriculares establecidos. En consecuencia, la  
formación continua del docente constituye un  
institucionales  
definidos  
y
evaluación continua que garanticen su uso  
responsable (Holmes et al., 2022). Por tanto, la  
integración de la inteligencia artificial en la  
gestión pedagógica implica tanta innovación  
técnica como transformación organizacional  
profunda.  
Diversos  
estudios  
recientes  
componente  
esencial  
para  
garantizar  
la  
demuestran que la percepción docente hacia la  
Página 499  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
inteligencia artificial suele ser favorable en  
términos teóricos, aunque su nivel de  
implementación práctica es limitado debido a la  
falta de formación especializada  
automatización de procesos administrativos y de  
evaluación reduce la sobrecarga laboral docente,  
permitiendo una mayor dedicación a la  
planificación estratégica y al acompañamiento  
y
acompañamiento institucional continuo. Chiu  
(2023) señala que muchos profesores reconocen  
el potencial de la IA para mejorar la planificación  
curricular, diversificar estrategias metodológicas  
individualizado.  
Sin  
embargo,  
la  
implementación exitosa de este paradigma  
depende de la existencia de una cultura  
institucional abierta al cambio, con liderazgo  
transformacional y visión estratégica. Por ello, la  
gestión pedagógica fortalecida por inteligencia  
artificial requiere compromiso organizacional y  
políticas educativas coherentes.  
y
optimizar  
procesos  
evaluativos,  
pero  
manifiestan inseguridad respecto a su uso  
adecuado dentro del aula.  
Esta contradicción entre disposición positiva y  
baja aplicación efectiva evidencia la necesidad  
de intervenciones formativas estructuradas que  
fortalezcan la autoconfianza tecnológica del  
profesorado. Además, la rápida evolución de las  
herramientas generativas exige procesos de  
actualización permanente que superen los  
En el contexto ecuatoriano, la transformación  
digital educativa se encuentra en un proceso de  
consolidación  
significativos  
progresiva,  
con  
avances  
acceso  
en conectividad  
y
tecnológico, pero con desafíos persistentes en  
materia de formación docente especializada en  
inteligencia artificial. Investigaciones recientes  
evidencian que el dominio de herramientas  
basadas en IA aún es incipiente en numerosos  
centros educativos, particularmente en zonas  
fuera de los principales núcleos urbanos  
(Velasteguí et al., 2023). Esta situación limita la  
modelos  
tradicionales  
de  
capacitación  
esporádica y fragmentada. La profesionalización  
docente  
en  
inteligencia  
artificial  
debe  
contemplar  
no  
solo habilidades  
técnicas  
operativas, sino también competencias éticas,  
críticas y pedagógicas que permitan su  
integración responsable. En consecuencia, el  
capacidad  
institucional  
para  
implementar  
fortalecimiento de la  
gestión pedagógica  
metodologías activas mediadas por tecnología,  
tales como el aula invertida, el aprendizaje  
mediante IA requiere un enfoque integral de  
desarrollo profesional que articule teoría,  
práctica y evaluación de impacto.  
basado  
en  
proyectos  
o
la  
evaluación  
automatizada.  
Desde una perspectiva teórica, la relación entre  
inteligencia artificial y gestión pedagógica se  
sustenta en el paradigma de la educación  
inteligente, el cual promueve entornos de  
aprendizaje adaptativos, flexibles y centrados en  
el estudiante como eje del proceso formativo  
(Luckin et al., 2016). Este enfoque plantea que la  
tecnología debe complementar, y no sustituir, la  
función pedagógica del docente, potenciando su  
capacidad de mediación didáctica y su liderazgo  
académico dentro del aula. La personalización  
del aprendizaje mediante algoritmos adaptativos  
permite atender ritmos, estilos cognitivos y  
necesidades específicas, favoreciendo procesos  
inclusivos y diferenciados. Al mismo tiempo, la  
Además,  
la  
ausencia  
de  
lineamientos  
institucionales claros sobre el uso pedagógico de  
la IA genera incertidumbre respecto a su  
integración curricular y a sus implicaciones  
éticas.  
Frente  
a
este  
escenario,  
resulta  
imprescindible  
desarrollar  
estudios  
contextualizados que analicen la integración de  
la inteligencia artificial en instituciones  
específicas, considerando sus características  
organizativas y necesidades formativas. Tales  
investigaciones permiten diseñar propuestas  
formativas ajustadas a realidades locales y  
sostenibles en el tiempo. Desde una perspectiva  
metodológica, el análisis del uso de la  
inteligencia artificial en la gestión pedagógica  
Página 500  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
requiere enfoques mixtos que combinen la  
cómo la inteligencia artificial puede contribuir al  
fortalecimiento de la gestión pedagógica  
medición cuantitativa de competencias digitales  
con la exploración cualitativa de percepciones y  
experiencias docentes (Hernández y Mendoza,  
2018). Este tipo de aproximación investigativa  
facilita una comprensión integral del fenómeno,  
mediante procesos formativos estructurados y  
evaluables. De esta manera, se busca aportar  
evidencia científica que contribuya al debate  
académico y al diseño de estrategias de  
innovación educativa sostenibles y pertinentes al  
contexto nacional. La inteligencia artificial (IA)  
se define como el conjunto de sistemas  
computacionales diseñados para ejecutar tareas  
permitiendo  
estadísticas como dimensiones subjetivas del  
proceso de integración tecnológica. La  
identificar  
tanto  
tendencias  
evaluación del impacto de programas de  
formación continua en IA constituye una  
estrategia pertinente para medir cambios en el  
nivel de competencia digital y en la práctica  
pedagógica efectiva. Asimismo, la triangulación  
de datos fortalece la validez interna y externa de  
los resultados, contribuyendo a la formulación de  
recomendaciones institucionales fundamentadas.  
En consecuencia, el estudio de la integración de  
la IA en la gestión docente debe sustentarse en  
un diseño investigativo riguroso, sistemático y  
contextualizado. Solo mediante investigaciones  
empíricas sólidas es posible avanzar hacia  
que  
tradicionalmente  
requieren  
procesos  
cognitivos humanos complejos, tales como el  
razonamiento lógico, la toma de decisiones, la  
resolución de problemas y la generación de  
lenguaje natural estructurado (Russell y Norvig,  
2021). Esta definición implica no solo la  
programación de algoritmos, sino la creación de  
arquitecturas tecnológicas capaces de aprender a  
partir de datos, identificar patrones y optimizar  
su desempeño mediante procesos iterativos de  
retroalimentación. En el ámbito educativo, esta  
conceptualización  
adquiere una dimensión  
modelos  
educativos  
verdaderamente  
aplicada que trasciende la ingeniería informática  
para situarse en el campo de la mediación  
pedagógica y la transformación organizacional  
de las instituciones escolares.  
innovadores y sostenibles.  
La integración de la inteligencia artificial en la  
gestión pedagógica representa una oportunidad  
estratégica para fortalecer la calidad educativa,  
optimizar procesos institucionales y promover la  
innovación didáctica en contextos educativos  
La evolución reciente de los modelos de  
aprendizaje  
profundo,  
redes  
neuronales  
artificiales y sistemas generativos de gran escala  
ha permitido el surgimiento de herramientas  
capaces de producir contenidos académicos,  
contemporáneos.  
Sin  
embargo,  
su  
implementación efectiva depende del desarrollo  
de competencias profesionales especializadas, la  
planificaciones  
didácticas  
y
evaluaciones  
existencia  
de  
políticas  
claras  
y
el  
formativas con altos niveles de coherencia y  
acompañamiento  
formativo  
continuo  
que  
contextualización  
tecnológico  
semántica.  
plantea  
Este  
avance  
garantice su uso responsable. La evidencia  
internacional coincide en que la IA puede  
mejorar significativamente los procesos de  
enseñanza–aprendizaje cuando se utiliza de  
manera ética, crítica y contextualizada (Holmes  
et al., 2022; UNESCO, 2023). Por ello, resulta  
imprescindible analizar su integración en  
contextos educativos específicos con el fin de  
interrogantes  
epistemológicos relacionados con la autoría, la  
construcción del conocimiento y el rol del  
docente como mediador crítico del aprendizaje.  
En consecuencia, el análisis de la inteligencia  
artificial en educación requiere una perspectiva  
interdisciplinaria que articule fundamentos  
tecnológicos, pedagógicos y éticos dentro de un  
marco de gobernanza responsable. El campo de  
la Inteligencia Artificial en Educación (Artificial  
Intelligence in Education, AIED) se ha  
identificar  
fortalezas,  
debilidades  
y
oportunidades de mejora institucional. La  
presente investigación se orienta a examinar  
Página 501  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
consolidado como una línea de investigación  
La incorporación de inteligencia artificial  
redefine los mecanismos tradicionales de  
supervisión y análisis del rendimiento, al  
permitir el uso de datos masivos para  
fundamentar decisiones institucionales. En  
consecuencia, la IA se configura como una  
especializada que estudia la interacción entre  
sistemas inteligentes y procesos de aprendizaje  
humano desde una perspectiva científica y  
aplicada (Zawacki et al., 2019). Este campo  
examina cómo los algoritmos pueden adaptarse  
dinámicamente a los estilos cognitivos, ritmos de  
aprendizaje y necesidades individuales de los  
estudiantes, promoviendo entornos formativos  
más personalizados y eficientes. La AIED  
herramienta  
potencial  
para  
fortalecer  
la  
eficiencia, pertinencia y calidad de la gestión  
educativa.  
El paradigma de la educación inteligente  
constituye uno de los fundamentos teóricos más  
relevantes para comprender la integración de la  
inteligencia artificial en los procesos formativos  
contemporáneos. Luckin et al. (2016) sostienen  
que los entornos inteligentes de aprendizaje  
integra  
sistemas  
de  
tutoría  
inteligente,  
plataformas adaptativas, asistentes virtuales y  
herramientas de analítica educativa que permiten  
monitorear el progreso académico en tiempo  
real. Asimismo, se sustenta en teorías del  
aprendizaje  
diversidad como principio estructural del  
proceso educativo contemporáneo. La  
adaptativo  
que  
reconocen  
la  
combinan  
datos  
educativos,  
algoritmos  
adaptativos y principios pedagógicos con el  
propósito de generar experiencias formativas  
personalizadas y contextualizadas. Este enfoque  
reconoce que la tecnología no debe sustituir la  
dimensión humana del proceso educativo, sino  
ampliar las capacidades del docente como  
diseñador de experiencias de aprendizaje  
incorporación de sistemas inteligentes en el aula  
no busca sustituir la labor docente, sino  
complementarla  
mediante  
información  
predictiva y apoyo automatizado en la toma de  
decisiones pedagógicas. Por tanto, la AIED  
constituye un marco conceptual clave para  
significativas.  
La  
personalización  
del  
comprender  
la  
relación  
estratégica  
entre  
aprendizaje mediante  
sistemas inteligentes  
inteligencia artificial y gestión pedagógica.  
permite atender diferencias individuales en  
estilos cognitivos, intereses y niveles de  
Desde la perspectiva de la gestión pedagógica,  
esta se concibe como el conjunto articulado de  
procesos estratégicos, didácticos y evaluativos  
orientados a garantizar la calidad del proceso de  
enseñanza–aprendizaje dentro de una institución  
desempeño  
académico.  
Asimismo,  
la  
retroalimentación inmediata proporcionada por  
algoritmos facilita procesos metacognitivos que  
fortalecen la autonomía del estudiante. En  
consecuencia, la educación inteligente articula  
innovación tecnológica con desarrollo humano  
integral dentro de un marco pedagógico  
transformador.  
educativa  
(Bolívar,  
2019).  
La  
gestión  
pedagógica no se limita a la administración  
curricular,  
académico,  
seguimiento  
sino  
planificación  
del desempeño  
que  
implica  
liderazgo  
institucional,  
docente  
y
La  
introducido transformaciones sustanciales en la  
producción de contenidos educativos,  
inteligencia  
artificial  
generativa  
ha  
evaluación sistemática de resultados formativos.  
Este concepto incorpora la mejora continua  
como  
principio  
rector,  
promoviendo  
la  
permitiendo la creación automatizada de  
materiales didácticos, actividades interactivas y  
evaluaciones formativas adaptadas a distintos  
niveles de complejidad (Holmes et al., 2022).  
Estas herramientas reducen la carga operativa  
innovación  
metodológica  
y
la reflexión  
profesional permanente. En un entorno educativo  
caracterizado por la digitalización progresiva, la  
gestión pedagógica debe adaptarse a nuevas  
dinámicas tecnológicas que transforman la  
planificación, ejecución y evaluación académica.  
asociada  
a
la  
planificación  
curricular,  
Página 502  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
optimizando tiempos y favoreciendo una gestión  
más eficiente del trabajo docente. Además,  
posibilitan la generación de escenarios  
simulados y recursos multimedia que enriquecen  
la experiencia educativa promueven  
infraestructura tecnológica educativa. El Banco  
Interamericano de Desarrollo (2022) señala que  
la transformación digital sostenible requiere  
políticas públicas integrales que articulen  
conectividad, formación docente especializada y  
evaluación sistemática del impacto tecnológico.  
y
aprendizajes más dinámicos. No obstante, la  
literatura especializada advierte que el uso  
indiscriminado de sistemas generativos puede  
generar riesgos vinculados con la calidad de la  
información, la dependencia tecnológica y la  
posible pérdida de pensamiento crítico. Por ello,  
La  
ausencia  
de  
programas  
formativos  
estructurados limita la apropiación crítica de la  
IA por parte del profesorado. Asimismo, la  
inequidad en el acceso a recursos tecnológicos  
puede profundizar disparidades educativas si no  
se implementan estrategias inclusivas. Por ello,  
la integración de la inteligencia artificial debe  
la  
implementación  
pedagógica  
de  
estas  
herramientas requiere criterios de validación,  
supervisión profesional y alineación curricular.  
diseñarse  
accesibilidad y justicia social. En consecuencia,  
la dimensión contextual latinoamericana  
bajo  
principios  
de  
equidad,  
En  
consecuencia,  
la  
dimensión  
ética  
y
regulatoria constituye un componente esencial  
dentro del marco teórico de la integración de IA.  
constituye un elemento clave dentro del marco  
teórico.  
La formación docente en competencias digitales  
avanzadas se posiciona como un factor  
determinante para la integración efectiva de la  
inteligencia artificial en la gestión pedagógica  
institucional. La UNESCO (2023) enfatiza que el  
desarrollo profesional docente debe incorporar  
alfabetización en IA, comprensión básica del  
funcionamiento algorítmico y capacidad para  
evaluar críticamente los contenidos generados  
por sistemas inteligentes. Esta formación debe  
articular dimensiones técnicas, pedagógicas y  
éticas que permitan un uso responsable y  
contextualizado de la tecnología. Asimismo, la  
actualización continua se vuelve imprescindible  
debido a la rápida evolución de las herramientas  
digitales emergentes. El fortalecimiento de  
competencias digitales contribuye a reducir la  
brecha entre innovación tecnológica y práctica  
docente real. En consecuencia, la capacitación  
permanente se convierte en el eje articulador de  
cualquier proceso de transformación educativa  
mediada por inteligencia artificial.  
La analítica del aprendizaje (learning analytics)  
se configura como un componente fundamental  
en la articulación entre inteligencia artificial y  
gestión pedagógica basada en datos. Siemens y  
Baker (2012) definen esta disciplina como el  
proceso de recopilación, medición y análisis de  
datos educativos con el propósito de optimizar el  
aprendizaje y los entornos formativos. La  
aplicación de algoritmos predictivos permite  
identificar patrones de riesgo académico y  
diseñar intervenciones tempranas que mejoren el  
rendimiento estudiantil. Este enfoque transforma  
la gestión pedagógica al fundamentar la toma de  
decisiones en evidencia empírica cuantificable.  
Además, fortalece la cultura institucional de  
evaluación continua y mejora sistemática. En  
consecuencia, la analítica educativa representa  
un puente conceptual entre tecnología inteligente  
y liderazgo pedagógico estratégico.  
La dimensión ética de la inteligencia artificial en  
educación  
constituye  
un  
eje  
transversal  
En el contexto latinoamericano, la adopción de  
tecnologías basadas en inteligencia artificial  
enfrenta desafíos estructurales relacionados con  
imprescindible para comprender su integración  
responsable dentro de la gestión pedagógica  
contemporánea, especialmente en contextos  
donde la toma de decisiones automatizadas  
puede influir directamente en trayectorias  
desigualdades  
socioeconómicas, brechas  
digitales  
persistentes limitaciones en  
y
Página 503  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
formativas y evaluaciones académicas. La  
participación activa de la comunidad educativa  
en la toma de decisiones relacionadas con  
innovación digital. Asimismo, requiere el  
fortalecimiento de competencias en ciudadanía  
digital tanto en docentes como en estudiantes,  
promoviendo una cultura de uso crítico,  
reflexivo y responsable de las tecnologías  
emergentes. Sin estructuras organizativas sólidas  
y normativas claras, la incorporación de la  
OECD (2023) establece que el uso de sistemas  
inteligentes en entornos educativos debe regirse  
por principios de transparencia algorítmica,  
equidad, rendición de cuentas y protección de  
datos personales, con el fin de garantizar que las  
decisiones mediadas por tecnología respeten  
derechos fundamentales y criterios de justicia  
educativa. Estos principios buscan evitar la  
reproducción de sesgos automatizados derivados  
de datos históricos, la discriminación inadvertida  
hacia grupos vulnerables y la vulneración de la  
privacidad de estudiantes y docentes. La  
opacidad de ciertos modelos algorítmicos,  
particularmente aquellos basados en aprendizaje  
inteligencia  
artificial  
puede  
generar  
fragmentación institucional, uso desarticulado de  
herramientas y posibles conflictos éticos. Por  
tanto, la gobernanza tecnológica se convierte en  
un componente clave para fortalecer la gestión  
pedagógica desde una perspectiva estratégica y  
sostenible.  
profundo,  
información que dificultan la comprensión de los  
criterios mediante los cuales se emiten  
puede  
generar  
asimetrías  
de  
Desde la perspectiva del cambio organizacional,  
la integración de la inteligencia artificial en  
instituciones educativas debe entenderse como  
recomendaciones o evaluaciones automatizadas.  
Por ello, las instituciones educativas deben  
implementar políticas claras de gobernanza  
digital que regulen el uso de inteligencia  
artificial tanto en procesos pedagógicos como  
administrativos, estableciendo protocolos de  
un  
proceso  
progresivo  
que  
implica  
transformación cultural, ajuste estructural y  
desarrollo profesional sostenido en el tiempo.  
Fullan (2016) sostiene que las reformas  
educativas  
exitosas  
requieren  
liderazgo  
supervisión  
y
revisión  
constante.  
En  
transformacional,  
visión  
compartida  
y
consecuencia, la ética de la inteligencia artificial  
no constituye un complemento accesorio dentro  
del debate educativo, sino una condición  
estructural que legitima su incorporación dentro  
de la gestión pedagógica.  
compromiso colectivo que permitan superar  
resistencias internas y promover innovación  
colaborativa. La adopción de nuevas tecnologías  
no depende únicamente de su disponibilidad  
técnica, sino de la disposición institucional para  
El concepto de gobernanza tecnológica en  
educación se vincula estrechamente con la  
necesidad de establecer marcos normativos  
internos que orienten la integración sistemática  
de herramientas basadas en inteligencia artificial  
dentro de las dinámicas institucionales y  
curriculares. Según Holmes et al. (2022), la  
adopción tecnológica debe acompañarse de  
modificar  
prácticas  
consolidadas,  
revisar  
modelos tradicionales de enseñanza y asumir  
riesgos  
controlados  
en  
procesos  
de  
experimentación  
pedagógica.  
El liderazgo  
pedagógico desempeña un papel central en la  
articulación entre innovación tecnológica y  
mejora académica, orientando procesos de  
formación y evaluación continua. Además, la  
retroalimentación constante permite ajustar  
estrategias según resultados observados y  
aprendizajes institucionales emergentes. En  
consecuencia, la inteligencia artificial debe  
integrarse dentro de una estrategia institucional  
de mejora continua que articule tecnología,  
cultura organizacional y desarrollo profesional  
protocolos  
institucionales  
que  
definan  
responsabilidades, límites de uso, criterios de  
evaluación y mecanismos de seguimiento  
continuo  
para  
garantizar  
coherencia  
organizacional. La gobernanza implica liderazgo  
estratégico por parte de las autoridades  
educativas, supervisión técnica especializada y  
Página 504  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
docente. La calidad educativa, entendida como la  
capacidad del sistema escolar para garantizar  
y evaluación contextualizada de resultados. La  
automatización no puede reemplazar la empatía,  
el juicio profesional ni la comprensión cultural  
aprendizajes  
socialmente  
significativos,  
pertinentes  
y
relevantes, puede  
fortalecerse  
que  
caracterizan  
la  
labor  
docente.  
En  
mediante el uso estratégico y contextualizado de  
herramientas basadas en inteligencia artificial.  
Hargreaves y Fullan (2012) argumentan que la  
mejora educativa sostenible se sustenta en capital  
consecuencia, la inteligencia artificial puede  
potenciar la educación inclusiva siempre que se  
utilice como recurso complementario dentro de  
un enfoque centrado en el desarrollo integral del  
estudiante.  
profesional  
docente,  
colaboración  
institucional  
interdisciplinaria  
y
cultura  
Desde el enfoque socio constructivista, el  
aprendizaje se concibe como un proceso social  
mediado por la interacción, el lenguaje y el  
contexto cultural, lo que implica que cualquier  
tecnología educativa debe facilitar experiencias  
colaborativas y significativas. Vygotsky (1978)  
plantea que el conocimiento se construye  
orientada  
al  
aprendizaje  
organizacional  
permanente. La inteligencia artificial puede  
contribuir a estos procesos mediante plataformas  
colaborativas, sistemas de análisis de desempeño  
académico y generación automatizada de  
informes que faciliten la toma de decisiones  
informadas. Sin embargo, la tecnología por sí  
sola no garantiza calidad si no se integra con  
coherencia pedagógica, liderazgo académico  
efectivo y alineación curricular clara. El impacto  
real depende de la articulación entre innovación  
mediante  
mediación  
simbólica  
y
acompañamiento experto dentro de la zona de  
desarrollo próximo, destacando la importancia  
de la interacción humana. La inteligencia  
artificial puede  
actuar como  
herramienta  
tecnológica  
y
objetivos  
formativos  
mediadora que amplía las posibilidades de  
retroalimentación inmediata, ofrece recursos  
institucionales previamente definidos. Por ello,  
la gestión pedagógica fortalecida por inteligencia  
artificial debe centrarse prioritariamente en la  
mejora de resultados de aprendizaje y no  
exclusivamente en la optimización operativa.  
adaptativos  
y
facilita  
la  
diferenciación  
aprendizaje  
pedagógica. Sin  
embargo, el  
auténtico continúa requiriendo diálogo crítico,  
negociación de significados y construcción  
colectiva del conocimiento entre docentes y  
estudiantes. La tecnología debe fortalecer, y no  
reemplazar, la dimensión social del aprendizaje.  
En consecuencia, la integración de inteligencia  
La educación inclusiva representa otro eje  
fundamental en el análisis teórico de la  
inteligencia artificial aplicada a la gestión  
pedagógica, especialmente en contextos donde la  
diversidad  
estudiantil  
exige  
adaptaciones  
artificial  
debe  
alinearse  
con  
principios  
curriculares flexibles y personalizadas. Las  
socioconstructivistas que prioricen el desarrollo  
cognitivo y socioemocional.  
tecnologías  
inteligentes  
automáticas  
pueden  
de  
facilitar  
adaptaciones  
contenidos,  
El modelo TPACK (Technological Pedagogical  
Content Knowledge) aporta una perspectiva  
integradora sobre las competencias necesarias  
para que el docente incorpore tecnología de  
manera efectiva dentro de su práctica profesional  
(Mishra & Koehler, 2006). Este modelo sostiene  
que la integración exitosa depende del equilibrio  
traducción en tiempo real, reconocimiento de  
voz y sistemas de apoyo específicos para  
estudiantes  
con  
necesidades  
educativas  
particulares (Holmes et al., 2022). Estas  
aplicaciones tecnológicas contribuyen a reducir  
barreras cognitivas, lingüísticas y sensoriales,  
promoviendo igualdad de oportunidades dentro  
del aula. No obstante, la inclusión tecnológica  
dinámico  
entre  
conocimiento  
disciplinar,  
pedagógico y tecnológico, evitando enfoques  
reduccionistas centrados exclusivamente en la  
debe  
complementarse  
con  
sensibilidad  
pedagógica, acompañamiento humano constante  
Página 505  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
herramienta. La incorporación de inteligencia  
artificial exige que el docente comprenda tanto el  
funcionamiento técnico básico de las  
obtener una comprensión más amplia y profunda  
del fenómeno analizado (Hernández-Sampieri &  
Mendoza,  
2018).  
Este  
enfoque  
permitió  
plataformas como su pertinencia didáctica en  
relación con contenidos curriculares específicos.  
La intersección entre estas dimensiones permite  
diseñar experiencias de aprendizaje innovadoras,  
coherentes y contextualizadas. Además, el  
modelo enfatiza la necesidad de reflexión  
profesional continua y actualización permanente  
combinar la medición objetiva de competencias  
y percepciones docentes mediante instrumentos  
estructurados, con el análisis interpretativo de las  
experiencias formativas relacionadas con la  
integración de la inteligencia artificial en la  
gestión pedagógica. La elección del diseño mixto  
responde a la naturaleza compleja de la variable  
estudiada, ya que la incorporación de IA no solo  
implica indicadores cuantificables de uso, sino  
frente  
a
tecnologías  
emergentes.  
En  
consecuencia, la integración de IA en la gestión  
pedagógica requiere desarrollo competencial  
integral y visión pedagógica estratégica.  
también  
profesionales dentro de la institución educativa.  
Asimismo, la triangulación metodológica  
transformaciones  
culturales  
y
La evaluación del impacto de la inteligencia  
artificial en la gestión pedagógica debe  
favoreció la validez y confiabilidad de los  
resultados, al contrastar información proveniente  
de distintas fuentes. En consecuencia, el enfoque  
mixto resultó pertinente para evaluar tanto el  
diagnóstico inicial como el impacto de la  
intervención formativa implementada.  
sustentarse  
en  
investigaciones  
empíricas  
rigurosas que analicen cambios en desempeño  
docente, eficiencia administrativa y resultados  
académicos estudiantiles. Hernández y Mendoza  
(2018) destacan la relevancia de los enfoques  
mixtos para abordar fenómenos complejos que  
El estudio adoptó un alcance descriptivo–  
correlacional con diseño cuasi experimental de  
tipo pretest–postest, dado que se analizaron las  
características del uso de la inteligencia artificial  
en la práctica docente antes y después de la  
implementación de talleres de formación  
continua. El alcance descriptivo permitió  
identificar el nivel de conocimiento, frecuencia  
de uso y percepción de utilidad de herramientas  
basadas en IA dentro de la gestión pedagógica  
combinan  
dimensiones  
cuantitativas  
y
cualitativas dentro del ámbito educativo. La  
medición comparativa de indicadores antes y  
después de intervenciones formativas permite  
determinar la efectividad real de la integración  
tecnológica en contextos específicos. Asimismo,  
la triangulación metodológica fortalece la  
validez interna y externa de los hallazgos,  
aportando mayor credibilidad científica. La  
evaluación continua favorece ajustes estratégicos  
y mejora sostenida en el tiempo, evitando  
institucional.  
El  
componente  
correlacional  
posibilitó examinar la relación existente entre el  
nivel de formación en inteligencia artificial y el  
fortalecimiento de la gestión pedagógica. Por su  
parte, el diseño cuasi experimental se justificó  
debido a que la intervención se aplicó a un grupo  
único sin asignación aleatoria, respetando las  
condiciones naturales del contexto educativo.  
Este diseño facilitó la comparación de resultados  
previos y posteriores a la capacitación,  
permitiendo medir cambios significativos en  
implementaciones  
superficiales.  
En  
consecuencia, el análisis sistemático del impacto  
de la inteligencia artificial constituye un  
componente esencial para consolidar procesos de  
innovación  
educativa  
fundamentados  
en  
evidencia empírica sólida.  
Materiales y Métodos  
El presente estudio se desarrolló bajo un enfoque  
mixto, entendido como la integración sistemática  
de métodos cuantitativos y cualitativos en un  
mismo proceso investigativo con el propósito de  
competencias  
consecuencia,  
digitales  
docentes.  
En  
la estructura  
metodológica  
permitió evaluar el impacto real de la formación  
Página 506  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
en inteligencia artificial. La población objeto de  
continua en inteligencia artificial aplicada a la  
gestión pedagógica, desarrollados durante un  
período de seis semanas. Los contenidos  
abordaron fundamentos conceptuales de IA, uso  
de herramientas generativas para planificación  
didáctica, creación de rúbricas automatizadas y  
análisis de datos académicos básicos. La  
metodología de los talleres fue de carácter  
estudio estuvo conformada por la totalidad del  
colectivo docente de la institución educativa,  
integrado por 43 docentes de los distintos niveles  
formativos. Debido al tamaño reducido de la  
población, se trabajó con muestreo censal,  
incorporando a todos los docentes en el proceso  
investigativo para garantizar representatividad  
total y evitar sesgos de selección. Esta decisión  
metodológica fortaleció la validez interna del  
estudio, al considerar la totalidad del universo  
docente institucional. Los criterios de inclusión  
contemplaron pertenecer formalmente a la  
institución y participar voluntariamente en el  
proceso de formación continua. Se excluyeron  
aquellos docentes que no completaron las fases  
de evaluación pretest y postest. En consecuencia,  
la muestra final mantuvo coherencia con los  
principios de rigurosidad metodológica.  
práctico–participativo,  
combinando  
demostraciones guiadas, ejercicios aplicados y  
análisis de casos contextualizados. Cada sesión  
incluyó actividades de aplicación directa en la  
planificación curricular real de los docentes. La  
evaluación del impacto formativo se realizó  
mediante  
comparación  
estadística  
de  
los  
resultados pretest y postest. En consecuencia, la  
intervención se estructuró como un proceso  
sistemático de fortalecimiento profesional.  
El procesamiento y análisis de los datos  
cuantitativos se efectuó mediante el uso de  
software estadístico especializado, aplicando  
estadística descriptiva (frecuencias, porcentajes,  
medias y desviación estándar) para caracterizar  
el estado inicial y final de las variables. Para  
Para la recolección de datos se utilizó como  
técnica principal la encuesta estructurada,  
diseñada bajo escala tipo Likert de cinco niveles,  
con el propósito de medir el grado de  
conocimiento, frecuencia de uso y percepción de  
impacto de la inteligencia artificial en la gestión  
pedagógica. El instrumento incluyó dimensiones  
determinar  
la  
existencia  
de  
diferencias  
significativas entre pretest y postest, se aplicó la  
prueba t de Student para muestras relacionadas  
con un nivel de significancia de 0,05. En el  
relacionadas  
con  
competencias  
digitales,  
planificación didáctica, automatización de tareas  
administrativas y percepción de utilidad de  
herramientas generativas. La validación del  
instrumento se realizó mediante juicio de  
expertos en tecnología educativa y metodología  
de la investigación, garantizando pertinencia  
conceptual y claridad semántica.  
componente  
correlacional  
se  
utilizó  
el  
coeficiente de correlación de Pearson para  
identificar la relación entre nivel de formación en  
IA y fortalecimiento de la gestión pedagógica.  
Los datos cualitativos obtenidos a partir de  
observaciones y retroalimentación docente  
fueron analizados mediante categorización  
temática. Esta combinación analítica permitió  
una interpretación integral de los resultados. En  
consecuencia, el análisis estadístico respaldó la  
validez de las conclusiones obtenidas.  
Asimismo, se aplicó una prueba piloto para  
determinar consistencia interna y confiabilidad,  
obteniéndose un coeficiente Alfa de Cronbach  
superior a 0,80, considerado adecuado para  
estudios  
educativos.  
La  
aplicación  
del  
cuestionario se realizó en dos momentos: antes y  
después de la intervención formativa. De esta  
manera, se garantizó la comparabilidad de  
resultados. La intervención consistió en la  
implementación de talleres de formación  
En relación con la operacionalización de  
variables,  
formación en inteligencia artificial, definida  
conceptualmente como el conjunto de  
competencias digitales adquiridas mediante  
la  
variable  
independiente  
fue  
Página 507  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
procesos sistemáticos de capacitación orientados  
implementación de los talleres formativos. En el  
pretest, el 41,9 % de los docentes se ubicaba en  
nivel bajo y apenas el 9,3 % alcanzaba un nivel  
alto. Posteriormente, el postest muestra una  
reducción considerable del nivel bajo (9,3 %) y  
un incremento sustancial del nivel alto (55,8 %).  
Este desplazamiento porcentual confirma que la  
al uso pedagógico de herramientas basadas en  
IA. La variable dependiente fue gestión  
pedagógica, entendida como el conjunto de  
acciones  
estratégicas  
relacionadas  
con  
planificación, ejecución y evaluación del proceso  
de enseñanza–aprendizaje. Ambas variables  
fueron  
medidas  
mediante  
indicadores  
intervención  
produjo  
un  
fortalecimiento  
específicos vinculados a planificación didáctica,  
uso de herramientas generativas, automatización  
administrativa y percepción de mejora en la  
significativo en las competencias conceptuales  
relacionadas con IA. La redistribución de  
frecuencias demuestra que la mayoría del  
práctica  
permitió  
docente.  
coherencia  
análisis  
estructura  
Esta  
operacionalización  
entre objetivos,  
estadístico.  
colectivo  
docente  
avanzó  
hacia  
niveles  
superiores de dominio. En consecuencia, se  
observa un impacto positivo directo de la  
capacitación sobre el conocimiento teórico de la  
inteligencia artificial.  
instrumentos  
consecuencia,  
y
En  
la  
metodológica  
mantuvo alineación conceptual y técnica.  
El estudio respetó los principios éticos de  
Tabla 2. Frecuencia de uso de herramientas de  
IA en la planificación didáctica.  
investigación  
educativa,  
garantizando  
Frecuencia de  
uso  
Pretest  
%
Postest  
%
Pretest f  
Postest f  
confidencialidad, consentimiento informado y  
uso responsable de la información recopilada. Se  
informó a los participantes sobre los objetivos  
del estudio, asegurando que los datos serían  
utilizados exclusivamente con fines académicos.  
No se recopilaron datos sensibles ni se realizaron  
intervenciones que afectaran la integridad  
profesional de los docentes. El proceso  
investigativo se desarrolló bajo principios de  
Nunca  
Rara vez  
Algunas veces  
Frecuentemente  
Total  
14  
18  
8
3
43  
32,6 %  
41,9 %  
18,6 %  
6,9 %  
100 %  
2
6
15  
20  
43  
4,7 %  
14,0 %  
34,9 %  
46,4 %  
100 %  
Fuente: Elaboración propia.  
La frecuencia de uso de herramientas basadas en  
inteligencia artificial mostró un cambio  
estructural significativo después del proceso  
formativo. En el diagnóstico inicial, el 74,5 % de  
los docentes manifestó nunca o rara vez utilizar  
IA en su planificación, lo que evidenciaba una  
respeto,  
voluntariedad  
y
transparencia  
metodológica.  
Resultados  
baja  
integración  
tecnológica.  
Tras  
la  
A continuación, se presentan los siguientes  
intervención, el 81,3 % reportó utilizar  
resultados.  
herramientas  
de  
IA  
algunas  
un  
veces  
o
frecuentemente,  
destacándose  
aumento  
Tabla  
1.  
Nivel  
de  
conocimiento  
sobre  
considerable en la categoría “frecuentemente”.  
Esta variación indica que la capacitación no solo  
fortaleció conocimientos teóricos, sino que  
promovió aplicación práctica efectiva. El  
incremento en la frecuencia de uso confirma  
inteligencia artificial antes y después de la  
intervención.  
Nivel de  
conocimiento  
Bajo  
Pretest  
%
41,9 %  
48,8 %  
9,3 %  
100 %  
Postest  
%
9,3 %  
34,9 %  
55,8 %  
100 %  
Pretest f  
Postest f  
18  
21  
4
4
Medio  
Alto  
Total  
15  
24  
43  
43  
apropiación  
tecnológica  
progresiva.  
En  
Fuente: Elaboración propia.  
consecuencia, la formación incidió directamente  
en la práctica pedagógica cotidiana. La tabla 3  
evidencia la percepción docente respecto a la  
utilidad pedagógica de la inteligencia artificial  
Los resultados evidencian una transformación  
significativa en el nivel de conocimiento docente  
sobre  
inteligencia  
artificial  
tras  
la  
Página 508  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
presentó  
una  
mejora  
sustancial  
tras  
la  
estadísticamente significativas entre las medias  
del pretest y postest en todas las variables  
analizadas (p < 0,05).  
capacitación. En el pretest predominaba una  
percepción media (53,5 %), mientras que en el  
postest la categoría alta alcanzó el 74,4 %.  
Tabla 5. Resultados de prueba t para muestras  
relacionadas (Pretest–Postest).  
Tabla 3. Percepción de utilidad de la IA en la  
Variable  
evaluada  
Conocimiento  
en IA  
Media  
Media  
t
p-valor  
0,000  
0,000  
0,000  
gestión pedagógica.  
Pretest  
Postest  
Nivel de  
percepción  
Baja  
Pretest  
%
14,0 %  
53,5 %  
32,5 %  
100 %  
Postest  
%
2,3 %  
23,3 %  
74,4 %  
100 %  
2,01  
1,98  
2,18  
3,46  
3,38  
3,67  
8,72  
7,94  
9,15  
Pretest f  
Postest f  
Uso en  
6
1
planificación  
Percepción de  
utilidad  
Media  
Alta  
Total  
23  
14  
43  
10  
32  
43  
Fuente: Elaboración propia.  
Fuente: Elaboración propia.  
Esta variación evidencia una transformación en  
la valoración estratégica de la IA como  
El incremento de medias confirma que la  
intervención produjo mejoras cuantificables en  
conocimiento, frecuencia de uso y percepción de  
utilidad de la IA. Los valores elevados del  
estadístico t reflejan magnitud de cambio  
relevante. La significancia estadística respalda la  
hipótesis de que la formación en IA fortalece la  
gestión pedagógica. En consecuencia, los  
herramienta  
de  
gestión  
pedagógica.  
La  
disminución de percepciones bajas indica  
superación de temores o desconocimiento inicial.  
Además, la consolidación de una percepción  
positiva  
favorece  
sostenibilidad  
del  
uso  
tecnológico a largo plazo. En consecuencia, la  
intervención impactó tanto en dimensión  
cognitiva como actitudinal.  
resultados  
medible.  
confirman  
impacto  
positivo  
y
Tabla 4. Impacto percibido en la eficiencia  
Tabla 6. Correlación entre formación en IA y  
fortalecimiento de la gestión pedagógica.  
Variables  
administrativa docente.  
Nivel de impacto  
Postest f  
Postest %  
4,7 %  
27,9 %  
67,4 %  
100 %  
Bajo  
Medio  
Alto  
2
r de Pearson  
p-valor  
12  
29  
43  
correlacionadas  
Formación en IA –  
Gestión pedagógica  
0,68  
0,000  
Total  
Fuente: Elaboración propia.  
Fuente: Elaboración propia.  
Los datos indican que el 67,4 % de los docentes  
percibe un alto impacto de la IA en la eficiencia  
administrativa, particularmente en reducción de  
tiempo de planificación y elaboración de  
El coeficiente de correlación de Pearson (r =  
0,68) indica una relación positiva moderada–alta  
entre la formación en inteligencia artificial y el  
fortalecimiento de la gestión pedagógica. Este  
valor sugiere que, a mayor nivel de capacitación  
en IA, mayor es la mejora percibida en  
instrumentos  
evaluativos.  
Esta  
percepción  
confirma que la automatización de tareas  
contribuye a optimizar recursos temporales y  
operativos. El bajo porcentaje en nivel bajo  
planificación,  
organización  
y
evaluación  
académica. La significancia estadística (p < 0,05)  
confirma que la relación no es producto del azar.  
demuestra  
que  
la  
mayoría  
experimentó  
beneficios tangibles. La eficiencia administrativa  
constituye un indicador clave de fortalecimiento  
de la gestión pedagógica. En consecuencia, la IA  
no solo mejora planificación didáctica, sino  
también organización institucional. La tabla 5  
muestra la prueba t de Student para muestras  
La  
correlación  
encontrada  
respalda  
el  
fundamento teórico que vincula competencias  
digitales avanzadas con mejora organizacional  
educativa. En consecuencia, la formación  
docente en IA se consolida como factor  
estratégico para la transformación pedagógica  
relacionadas  
evidenció  
diferencias  
institucional.  
Los  
hallazgos  
del  
estudio  
Página 509  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
evidencian un incremento marcado del nivel de  
después de la intervención se corresponde con  
estudios internacionales que han documentado  
mejoras en productividad y adopción cuando los  
docentes reciben orientación práctica y reglas  
claras de uso. Investigaciones recientes sobre el  
uso de ChatGPT en planificación didáctica  
muestran que la herramienta puede incidir  
directamente en la reducción del tiempo de  
preparación cuando se integra con criterios  
pedagógicos adecuados (Kasneci et al., 2023).  
conocimiento en IA y un desplazamiento hacia  
categorías altas tras la intervención formativa, lo  
cual es consistente con la literatura internacional  
que vincula la capacitación docente con mejoras  
rápidas  
en  
alfabetización  
y
confianza  
tecnológica.  
En particular, la Guía de la UNESCO sobre IA  
generativa subraya que la mayoría de los países  
aún carece de formación estructurada para  
docentes y que la construcción de capacidades es  
una condición para una adopción pedagógica  
segura y significativa (UNESCO, 2023). En esa  
misma línea, la evidencia revisada a escala  
internacional muestra una brecha entre el interés  
por usar IA y la oferta real de programas de  
desarrollo profesional; un metaanálisis reciente  
Complementariamente, estudios cualitativos con  
docentes describen que ChatGPT tiende a  
aumentar la eficiencia y estimular la creatividad  
al ofrecer alternativas rápidas de recursos y  
actividades, aunque obliga a un rol docente más  
crítico para asegurar pertinencia y alineación con  
el currículo (Chiu, 2023). La convergencia entre  
estos antecedentes y los resultados del estudio  
apoya la interpretación de que el cambio no fue  
en  
Computers  
and  
Education:  
Artificial  
Intelligence reporta que una proporción mayor  
de estudios se centra en “IA en la enseñanza” que  
en “IA para el desarrollo profesional docente”,  
evidenciando déficit de investigación aplicada  
sobre formación (Zawacki et al., 2019).  
meramente  
actitudinal,  
sino  
conductual,  
reflejándose en una mayor práctica real de uso  
para planificación. Sin embargo, la literatura  
también coincide en que el paso de uso  
esporádico a uso frecuente requiere que la  
capacitación enseñe no solo cómo usar la  
herramienta, sino para qué usarla y cómo validar  
sus resultados (Holmes et al., 2022). En esa  
lógica, el incremento posintervención puede  
entenderse como un indicador de transferencia  
Por ello, el patrón observado en los resultados,  
reducción del nivel bajo y aumento sustantivo  
del nivel alto, es congruente con el supuesto  
teórico de que la capacitación focalizada produce  
ganancias  
inmediatas  
en  
conocimiento  
declarativo y procedimental, especialmente  
cuando incluye práctica guiada y tareas  
auténticas. Además, la magnitud de los cambios  
reflejada en las diferencias pre–post sugiere que  
la formación abordó barreras iniciales de  
comprensión conceptual, que suelen ser el  
primer obstáculo en procesos de innovación  
efectiva  
del  
aprendizaje  
hacia  
tareas  
profesionales auténticas.  
Respecto a la percepción de utilidad de la IA en  
la gestión pedagógica, el desplazamiento hacia  
niveles altos observado tras la intervención  
coincide con revisiones internacionales que  
educativa  
con  
tecnologías  
emergentes.  
reportan  
percepciones  
predominantemente  
Finalmente, estos resultados se alinean con el  
consenso internacional de que la apropiación  
docente de IA no ocurre por exposición  
espontánea a herramientas, sino por diseño  
formativo con acompañamiento y criterios de  
uso pedagógico (Holmes et al., 2022). En  
relación con la frecuencia de uso de herramientas  
de IA en la planificación, el aumento observado  
favorables de la IA como apoyo para  
personalización, retroalimentación formativa y  
planificación eficiente, aunque acompañadas de  
preocupaciones sobre fiabilidad y preparación  
pedagógica (Chiu, 2023). Este patrón es  
coherente con los modelos de aceptación  
tecnológica,  
donde  
la  
utilidad  
percibida  
constituye un predictor significativo de adopción  
Página 510  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
sostenida. Aun así, organismos internacionales  
pedagógica, son coherentes con la literatura  
internacional que identifica el desarrollo  
advierten que esta percepción positiva debe  
equilibrarse con alfabetización crítica para evitar  
profesional como predictor clave de integración  
tecnológica efectiva (Zawacki et al., 2019).  
dependencia  
excesiva  
o
disminución  
de  
pensamiento analítico (OECD, 2023). En esa  
dirección, se enfatiza la necesidad de rediseñar  
prácticas evaluativas y formativas para asegurar  
que la IA complemente, y no sustituya, los  
procesos cognitivos profundos del estudiante.  
Investigaciones  
recientes  
señalan  
que  
la  
formación sistemática en inteligencia artificial  
mejora no solo el conocimiento conceptual, sino  
también la confianza y frecuencia de uso en  
entornos educativos reales (Chiu, 2023).  
Por tanto, aunque la mejora de percepción es un  
resultado deseable para la sostenibilidad del  
cambio, la literatura sugiere acompañarla con  
formación ética y crítica sistemática (UNESCO,  
2023). En cuanto al impacto percibido en  
eficiencia administrativa, la alta valoración  
posintervención se interpreta en coherencia con  
la evidencia internacional que posiciona a la IA  
generativa como herramienta capaz de reducir  
carga operativa docente en planificación,  
elaboración de rúbricas y organización curricular  
(Holmes et al., 2022). Estudios recientes han  
demostrado que la automatización parcial de  
tareas rutinarias permite liberar tiempo para  
actividades de mayor valor pedagógico, como  
Asimismo, estudios metodológicos destacan la  
importancia de diseños mixtos para evaluar  
impacto  
de intervenciones formativas en  
contextos escolares (Hernández-Sampieri &  
Mendoza, 2018). La correlación hallada sugiere  
que la capacitación actúa como variable  
habilitadora  
que  
potencia  
la  
mejora  
organizacional educativa. No obstante, la  
evidencia internacional también recomienda  
seguimiento posterior y comunidades de práctica  
para consolidar efectos a largo plazo (Fullan,  
2016). Por tanto, los hallazgos refuerzan la  
relevancia estratégica de la formación continua  
en inteligencia artificial dentro de la gestión  
pedagógica institucional.  
retroalimentación  
personalizada  
y
Al comparar integralmente los resultados con el  
marco internacional, se observa coherencia con  
el consenso académico actual: la inteligencia  
artificial generativa tiende a producir beneficios  
inmediatos en eficiencia y planificación, pero  
requiere gobernanza ética y formación crítica  
para evitar riesgos asociados (Holmes et al.,  
2022; UNESCO, 2023). La OECD (2023)  
enfatiza que la adopción tecnológica debe  
acompañamiento académico (Kasneci et al.,  
2023).  
No obstante, la literatura advierte que la  
eficiencia tecnológica debe acompañarse de  
mecanismos de verificación para asegurar  
calidad y pertinencia de los contenidos  
generados. La guía internacional sobre IA en  
educación subraya que la protección de datos y  
la validación de resultados son elementos  
indispensables para garantizar sostenibilidad  
orientarse  
hacia  
el  
fortalecimiento  
no hacia  
del  
la  
aprendizaje  
profundo  
y
institucional  
(UNESCO,  
2023).  
En  
simplificación excesiva de tareas académicas. En  
ese marco, los resultados positivos obtenidos  
respaldan la pertinencia de implementar talleres  
consecuencia, los resultados obtenidos se alinean  
con la evidencia internacional que reconoce  
beneficios en eficiencia, siempre que existan  
criterios pedagógicos claros. Los resultados  
de  
institucional. Sin embargo, también sugieren la  
necesidad de incorporar componentes  
formación  
continua  
como  
estrategia  
inferenciales  
que  
evidencian  
diferencias  
estadísticamente significativas entre pretest y  
postest, así como la correlación positiva entre  
formación en IA y fortalecimiento de la gestión  
adicionales de ética, validación algorítmica y  
evaluación auténtica. En suma, la discusión  
comparada indica que los hallazgos son  
Página 511  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
consistentes con la evidencia internacional: la  
produjo un cambio conductual observable,  
verificable y cuantificable en la práctica  
pedagógica cotidiana del profesorado. La  
transición desde un uso esporádico o inexistente  
hacia una utilización frecuente y sistemática  
evidencia un proceso de apropiación tecnológica  
progresiva, que trasciende el conocimiento  
declarativo para consolidarse como práctica  
profesional concreta. Este resultado demuestra  
que la capacitación no solo fortaleció saberes  
teóricos sobre IA, sino que impactó directamente  
en la dinámica real del trabajo docente,  
modificando rutinas de planificación y diseño  
curricular. La integración de herramientas  
generativas en la elaboración de planificaciones,  
rúbricas, secuencias didácticas y recursos  
interactivos refleja un proceso de innovación  
aplicada que se materializa en el aula. Además,  
la mejora en la frecuencia de uso indica que la  
formación logró superar barreras iniciales  
capacitación docente en IA constituye un factor  
crítico para fortalecer la gestión pedagógica,  
siempre que se complemente con políticas  
institucionales claras y evaluación sistemática.  
Conclusiones  
La presente investigación permitió confirmar,  
con  
sustento  
empírico  
y
coherencia  
metodológica, que la formación sistemática en  
inteligencia artificial constituye un factor  
determinante para el fortalecimiento de la  
gestión pedagógica en contextos educativos  
contemporáneos caracterizados por procesos  
acelerados de transformación digital. Los  
resultados  
evidenciaron  
un  
incremento  
significativo en el nivel de conocimiento docente  
sobre fundamentos conceptuales, aplicaciones  
prácticas y criterios pedagógicos asociados al  
uso de la IA, lo que demuestra que la  
capacitación estructurada incide directamente en  
la reducción de brechas tecnológicas y en la  
superación del desconocimiento inicial. Este  
hallazgo valida la hipótesis central del estudio, al  
comprobar que el dominio conceptual previo no  
solo facilita la apropiación tecnológica, sino que  
actúa como condición habilitante para la  
integración efectiva de herramientas digitales  
emergentes dentro de la práctica docente  
relacionadas  
con  
inseguridad  
técnica  
o
desconocimiento funcional. En consecuencia, la  
formación continua en IA se consolida como  
mecanismo viable y efectivo para transformar  
prácticas  
modelos  
pedagógicas  
tradicionales  
hacia  
más eficientes,  
adaptativos  
y
tecnológicamente integrados.  
Desde la dimensión actitudinal, se concluye que  
la percepción de utilidad de la inteligencia  
artificial experimentó una mejora sustancial tras  
la intervención formativa, lo que refleja una  
transformación significativa en la valoración  
estratégica de la tecnología dentro del contexto  
educativo institucional. El incremento en la  
percepción positiva indica que la experiencia  
práctica, el acompañamiento técnico y la  
contextualización pedagógica favorecieron la  
construcción de confianza tecnológica en el  
profesorado. Esta transformación actitudinal  
reviste especial relevancia, ya que la percepción  
de utilidad constituye uno de los principales  
cotidiana.  
progresivo  
Asimismo,  
el  
desplazamiento  
superiores de  
hacia niveles  
competencia indica que la intervención logró  
transformar el perfil digital del colectivo  
docente,  
promoviendo  
una  
actualización  
profesional acorde con las demandas educativas  
actuales.  
En  
consecuencia,  
se  
concluye  
que  
la  
alfabetización en inteligencia artificial debe  
considerarse una prioridad estratégica dentro de  
los  
planes  
institucionales  
incorporándose  
de  
desarrollo  
como eje  
profesional,  
permanente de formación continua. En relación  
con la frecuencia de uso de herramientas de  
predictores  
de  
adopción  
sostenida  
de  
innovaciones  
tecnológicas  
en entornos  
inteligencia  
artificial  
en  
la  
planificación  
organizacionales. Además, la consolidación de  
una visión estratégica sobre la IA fortalece la  
didáctica, se concluye que la intervención  
Página 512  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
disposición institucional hacia procesos de  
en procesos de transformación educativa  
institucional. A mayor dominio conceptual y  
práctico de herramientas basadas en IA, mayor  
es la mejora percibida en planificación,  
organización, evaluación y toma de decisiones  
pedagógicas fundamentadas. Este resultado  
confirma la coherencia entre el marco teórico  
planteado y la evidencia empírica obtenida,  
consolidando la formación docente como eje  
innovación continua y mejora sistemática. La  
superación de temores iniciales o percepciones  
de complejidad excesiva evidencia que la  
formación permitió comprender el valor práctico  
de la herramienta más allá de su dimensión  
teórica. Por tanto, la capacitación impactó no  
solo en conocimientos y prácticas, sino también  
en  
la  
cultura  
organizacional  
educativa,  
generando un clima favorable.  
estratégico  
de  
innovación  
institucional  
sostenible. La correlación encontrada sugiere  
que el desarrollo de competencias digitales  
avanzadas no es un factor accesorio, sino  
En términos de eficiencia administrativa, los  
hallazgos permiten concluir que la inteligencia  
artificial  
contribuye  
significativamente  
a
estructural  
en  
la  
mejora  
organizacional  
optimizar tiempos, recursos y procesos dentro de  
educativa. No obstante, se reconoce que la  
sostenibilidad del impacto requiere procesos de  
la  
gestión  
docente  
institucional.  
La  
como  
de  
automatización  
planificación  
instrumentos  
materiales  
parcial  
de  
tareas  
seguimiento,  
comunidades  
actualización  
de práctica  
permanente  
y
curricular,  
evaluativos,  
elaboración  
generación  
que consoliden  
de  
aprendizajes adquiridos. Por tanto, la integración  
de IA debe concebirse como un proceso  
continuo, dinámico y evolutivo, y no como  
intervención aislada o de corto plazo.  
didácticos  
y
organización  
de  
contenidos permitió reducir la carga operativa  
que tradicionalmente demanda gran inversión  
temporal. Esta reducción de tareas repetitivas  
liberó espacio para actividades de mayor valor  
Se concluye que la incorporación de la  
inteligencia artificial en la gestión pedagógica  
representa una oportunidad estratégica para  
modernizar la práctica docente, fortalecer la  
calidad educativa y promover innovación  
pedagógico,  
tales  
como  
acompañamiento  
didáctica  
individualizado,  
reflexión  
y
retroalimentación personalizada al estudiante.  
Este resultado confirma que la IA puede actuar  
como herramienta de apoyo organizacional  
cuando se integra bajo criterios técnicos,  
pedagógicos y éticos claramente definidos. Sin  
embargo, también se reconoce la necesidad de  
sostenible  
en  
contextos  
escolares  
su  
contemporáneos.  
No obstante,  
implementación efectiva exige gobernanza  
institucional clara, formación ética y técnica  
continua, liderazgo pedagógico transformacional  
y evaluación sistemática de impacto que permita  
ajustes progresivos. Asimismo, se recomienda  
ampliar futuras investigaciones hacia análisis  
longitudinales que permitan evaluar efectos a  
mediano y largo plazo, así como explorar  
variables complementarias relacionadas con  
desempeño estudiantil y clima institucional. En  
consecuencia, la inteligencia artificial, integrada  
de manera crítica, ética y responsable, puede  
consolidarse como un recurso estratégico para el  
fortalecimiento integral y sostenible de la gestión  
pedagógica institucional.  
mantener  
supervisión  
crítica  
sobre  
los  
contenidos generados por sistemas inteligentes,  
garantizando calidad académica, pertinencia  
curricular y coherencia metodológica. En  
consecuencia, la eficiencia alcanzada debe  
complementarse con mecanismos de validación  
profesional que aseguren sostenibilidad y rigor  
educativo. El análisis correlacional evidenció  
una  
relación  
positiva  
y
estadísticamente  
significativa entre el nivel de formación en  
inteligencia artificial y el fortalecimiento de la  
gestión pedagógica, lo que permite concluir que  
la capacitación actúa como variable habilitadora  
Página 513  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
Referencias Bibliográficas  
Bolívar, A. (2019). La dirección y el liderazgo  
pedagógico en los centros educativos.  
Editorial Síntesis. https://www.sintesis.com/  
Chiu, T. K. F. (2023). The impact of generative  
AI (ChatGPT) on education: Opportunities,  
challenges and future research directions.  
perspectives.  
https://www.oecd.org/en/publications/ai-and-  
the-future-of-skills.html  
OECD  
Publishing.  
Russell, S., & Norvig, P. (2021). Artificial  
intelligence: A modern approach (4th ed.).  
Pearson. https://aima.cs.berkeley.edu/  
Computers  
Intelligence,  
and  
Education:  
4,  
Artificial  
100153.  
Siemens, G., & Baker, R. S. (2012). Learning  
analytics and educational data mining:  
Towards communication and collaboration.  
En Proceedings of the 2nd International  
Conference on Learning Analytics and  
Knowledge (pp. 252–254). Association for  
https://doi.org/10.1016/j.caeai.2023.100153  
Fullan, M. (2016). The new meaning of  
educational change (5th ed.). Teachers  
College Press. https://www.tcpress.com/the-  
new-meaning-of-educational-change-  
9780807755882  
Computing  
Machinery.  
https://doi.org/10.1145/2330601.2330661  
Hargreaves,  
A.,  
&
Fullan,  
M.  
(2012).  
UNESCO. (2023). Guidance for generative AI in  
Professional capital: Transforming teaching  
in every school. Teachers College Press.  
https://www.tcpress.com/professional-capital-  
9780807753321  
education  
and  
research.  
UNESCO.  
https://unesdoc.unesco.org/ark:/48223/pf0000  
386693  
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,  
Hernández-Sampieri, R., & Mendoza, C. (2018).  
Metodología de la investigación: Las rutas  
cuantitativa, cualitativa y mixta. McGraw-Hill  
Education. https://www.mheducation.com/  
Holmes, W., Bialik, M., & Fadel, C. (2022).  
Artificial intelligence in education: Promises  
and implications for teaching and learning.  
16,  
Article  
39.  
https://doi.org/10.1186/s41239-019-0171-0  
Center  
for  
Curriculum  
Redesign.  
Esta obra está bajo una licencia de  
Creative Commons Reconocimiento-No Comercial  
4.0 Internacional. Copyright ©: Yonny Alfredo Mera  
García, Sandy Patricia Aucancela Moreno y Steven  
Arturo Torres Burgos.  
https://curriculumredesign.org/our-  
work/artificial-intelligence-in-education/  
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., Weller, J., & Kasneci, G. (2023).  
ChatGPT for good? On opportunities and  
challenges of large language models for  
education.  
Differences,  
Learning  
103,  
and  
Individual  
102274.  
https://doi.org/10.1016/j.lindif.2023.102274  
Luckin, R., Holmes, W., Griffiths, M., & Forcier,  
L. B. (2016). Intelligence unleashed: An  
argument for AI in education. Pearson.  
https://www.pearson.com/  
Mishra, P., &  
Technological  
Koehler, M.  
pedagogical  
framework  
J.  
(2006).  
content  
teacher  
knowledge:  
A
for  
knowledge. Teachers College Record, 108(6),  
1017–1054. https://doi.org/10.1111/j.1467-  
9620.2006.00684.x  
OECD. (2023). AI and the future of skills:  
Artificial intelligence in education policy  
Página 514  
Ciencia y Educación  
(L-ISSN: 2790-8402 E-ISSN: 2707-3378)  
Vol. 7 No. 6.1  
Edición Especial VI 2026  
Declaraciones éticas y editoriales del artículo  
Contribución de los autores (Taxonomía CRediT). , y.  
Yonny Alfredo Mera García: 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.  
Sandy Patricia Aucancela Moreno: 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.  
Steven Arturo Torres Burgos: 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.  
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 515