SciELO - Scientific Electronic Library Online

 
vol.6 número3Perfil socio-demográfico y sobrecarga del cuidador de pacientes oncológicos atendidos en una unidad de cuidados paliativosImplementación de un asistente virtual de inteligencia artificial en universidades latinoamericanas índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Revista InveCom

versión On-line ISSN 2739-0063

Revista InveCom vol.6 no.3 Maracaibo set. 2026  Epub 15-Ene-2026

https://doi.org/10.5281/zenodo.17873683 

Artículos

Uso de la inteligencia artificial para reforzar estrategias de estudio en estudiantes universitarios de administración

Using artificial intelligence to enhance study strategies among university business administration students

Deyanira Massiel Hernández Uchuya1 
http://orcid.org/0009-0003-7073-5678

Dhayana Jhazmin Godoy Palomino2 
http://orcid.org/0009-0002-9992-8951

Esther Jesús Vilca Perales3 
http://orcid.org/0000-0003-2117-4344

Uldarico Canchari Vásquez4 
http://orcid.org/0000-0002-0425-2032

Fernando Alberto Eugenio Guerrero5 
http://orcid.org/0000-0003-2531-2628

Michael Mauro Huaranca Romani6 
http://orcid.org/0009-0006-3612-5544

1Universidad Nacional “San Luis Gonzaga”. Ica, Perú, Email: 20190412@unica.edu.pe

2Universidad Nacional “San Luis Gonzaga”. Ica, Perú, Email: 20190409@unica.edu.pe

3Universidad Nacional “San Luis Gonzaga”. Ica, Perú, Email: evilca@unica.edu.pe

4Universidad Nacional “San Luis Gonzaga”. Ica, Perú, Email: uldarico.canchari@unica.edu.pe

5Universidad Nacional “San Luis Gonzaga”. Ica, Perú, Email: fernando.guerrero@unica.edu.pe

6Universidad Nacional “San Luis Gonzaga”. Ica, Perú, Email: mhuaranca@gmail.com


Resumen

Este estudio analiza el uso y la percepción de la inteligencia artificial en las prácticas de aprendizaje de los estudiantes de la Facultad de Administración de la Universidad Nacional “San Luis Gonzaga” de Ica, Perú. El objetivo principal fue examinar las formas en que los alumnos emplean herramientas de inteligencia artificial, identificando tanto los beneficios percibidos como los desafíos asociados. La investigación se desarrolló bajo un enfoque cuantitativo, de tipo aplicado y con un diseño no experimental, transversal y de nivel descriptivo. De una población total de 511 estudiantes, se seleccionó una muestra probabilística de 153 participantes. Para la recolección de datos se utilizó un cuestionario cuya validez fue establecida mediante juicio de expertos y cuya fiabilidad alcanzó un coeficiente alfa de Cronbach de 0,731. Los resultados evidenciaron que, aunque la mayoría de los estudiantes utiliza la inteligencia artificial de manera esporádica para realizar trabajos académicos, reconocen su utilidad para acceder a información, mejorar la redacción y promover el aprendizaje autónomo. Sin embargo, también se identificó la ausencia de formación institucional sobre el uso adecuado de estas herramientas y el riesgo de una posible dependencia tecnológica. En conclusión, la inteligencia artificial puede constituir un recurso valioso en la educación superior, siempre que su uso sea crítico, ético y orientado al fortalecimiento de habilidades cognitivas y digitales.

Palabras clave: inteligencia artificial; aprendizaje universitario; estrategias de enseñanza

Abstract

This study analyzes the use and perception of artificial intelligence in the learning practices of students at the Faculty of Administration of the National University “San Luis Gonzaga” in Ica, Peru. The main objective was to examine the ways in which students use artificial intelligence tools, identifying both the perceived benefits and the associated challenges. The research was conducted using a quantitative, applied approach with a non-experimental, cross-sectional, descriptive design. From a total population of 511 students, a probabilistic sample of 153 participants was selected. Data collection was carried out using a questionnaire whose validity was established by expert judgment and whose reliability reached a Cronbach's alpha coefficient of 0.731. The results showed that, although most students use artificial intelligence sporadically for academic work, they recognize its usefulness for accessing information, improving writing, and promoting autonomous learning. However, the absence of institutional training on the proper use of these tools and the risk of possible technological dependence were also identified. In conclusion, artificial intelligence can be a valuable resource in higher education, provided that its use is critical, ethical, and oriented toward strengthening cognitive and digital skills.

Keywords: artificial intelligence; university learning; teaching strategies

Introducción

En los últimos años, la inteligencia artificial (IA) ha experimentado un notable avance que ha impactado diversos ámbitos de la vida cotidiana, como el trabajo, las actividades diarias y, especialmente, la educación. En este último campo, la IA se ha convertido en una herramienta que facilita el proceso de aprendizaje de los estudiantes. Según Aparicio (2023), la IA ha mejorado la manera en que los alumnos acceden al conocimiento, ya que ofrece una amplia cantidad de información que puede servir como retroalimentación y apoyo para resolver dudas y consolidar aprendizajes.

Desde esta perspectiva, puede afirmarse que los estudiantes utilizan la IA como un apoyo directo, pues les proporciona datos y explicaciones precisas sobre contenidos específicos, adaptándose al ritmo individual de cada aprendiz. En consecuencia, la IA se considera un recurso valioso para elevar la calidad del aprendizaje. No obstante, su aporte educativo solo se concreta cuando se emplea de manera ética y responsable; es decir, cuando la información generada se utiliza para ampliar conocimientos y no como una herramienta para copiar y pegar contenido.

Castillejos (2022) advierte que el proceso de aprendizaje se estanca y la labor docente se desvaloriza cuando los estudiantes hacen un uso inadecuado de estas herramientas, evidenciando además falta de ética académica. Así, aunque la IA destaca por las facilidades informativas que ofrece, su reputación puede verse afectada por prácticas inapropiadas por parte de algunos estudiantes.

Asimismo, diversos estudios coinciden en que, aunque la IA representa una oportunidad para potenciar el aprendizaje, su implementación efectiva requiere condiciones adecuadas. Moreno (2019) afirma que, pese a su creciente presencia en la vida cotidiana, aún es necesario un mayor orden y planificación para integrarla de manera pertinente en los procesos educativos. Bajo este contexto, el objetivo de la presente investigación fue analizar el uso y la percepción de la IA en las prácticas de aprendizaje de los estudiantes de la Facultad de Administración de la Universidad Nacional “San Luis Gonzaga” de Ica.

En el caso peruano, el uso de la IA también se manifiesta positivamente en la educación universitaria. La investigación de Acosta y Carcausto (2024) señala que la IA desempeña un papel importante en la educación superior, evidenciándose una relación positiva entre su uso y el aprendizaje cooperativo. Sin embargo, estos beneficios dependen de que los estudiantes actúen conforme a principios éticos. Castillejos (2022) agrega que, aunque el desarrollo de internet ha transformado la forma en que los jóvenes acceden al conocimiento, también ha dado lugar a prácticas irresponsables orientadas únicamente a cumplir tareas sin un aprendizaje real.

En la misma línea, Bernilla (2024) sostiene que la IA ofrece múltiples beneficios, pero también presenta retos para la educación superior. Esto coincide con lo planteado por Chávez et al. (2023), quienes advierten que la IA generativa introduce dificultades en los entornos formativos al generar textos de manera automática, lo que genera incertidumbre sobre el futuro de la educación. Los autores enfatizan la necesidad de educar a los estudiantes sobre los riesgos del uso no ético de estas herramientas.

Por ello, diversos especialistas coinciden en la importancia de promover un uso responsable de la IA. Tramallino y Zeni (2024) destacan la necesidad de fortalecer la alfabetización digital para que los estudiantes utilicen adecuadamente herramientas como ChatGPT, Gemini, Perplexity, Deepseek u otras, evitando prácticas perjudiciales. Señalan, además, la importancia de considerar la ética, la confiabilidad de los datos y la formación en todos los niveles educativos.

En este sentido, Rivero y Beltrán (2024) plantean que la IA continuará evolucionando y que será necesario seguir estudiando su papel en el ámbito educativo, así como los retos que implica su incorporación, sin dejar de lado las ventajas que ofrece para la adquisición de conocimientos.

Metodología

El estudio se desarrolló bajo un enfoque cuantitativo, con un diseño no experimental y transversal, y un alcance descriptivo. Su propósito principal fue analizar el uso y la percepción de la inteligencia artificial en las prácticas de aprendizaje de los estudiantes de la Facultad de Administración de la Universidad Nacional “San Luis Gonzaga” de Ica. El enfoque descriptivo permitió caracterizar el fenómeno observado sin manipular variables.

La población estuvo conformada por 511 estudiantes matriculados en el ciclo académico 2024-I. A partir de esta población, se seleccionó una muestra probabilística mediante muestreo aleatorio simple, obteniéndose un total de 153 estudiantes. Los criterios de inclusión fueron estar matriculado durante el semestre completo y aceptar participar voluntariamente; se excluyó a los estudiantes que se reincorporaban a la universidad o aquellos que cursaban asignaturas aisladas.

Para la recolección de datos se empleó un cuestionario estructurado de 20 ítems, elaborado en Microsoft Forms. Este instrumento evaluó la frecuencia de uso y la percepción sobre la inteligencia artificial en actividades académicas. Su validez fue establecida mediante juicio de expertos, mientras que la fiabilidad se determinó a través del coeficiente alfa de Cronbach, obteniéndose un valor de 0,731, indicador de una consistencia interna adecuada.

Tabla 1 Estadísticas de fiabilidad 

Alfa de Cronbach N° de elementos
,731 20

Asimismo, se complementó la información mediante técnicas de observación directa y revisión documental, lo que permitió sustentar el estado del arte con fuentes científicas provenientes de Scopus, SciELO y diversos repositorios universitarios. La integración de estas técnicas facilitó una comprensión más amplia del fenómeno, articulando los datos cuantitativos con la reflexión teórica relacionada con el uso ético y pedagógico de la inteligencia artificial en el contexto de la educación superior.

Resultados

Para describir el uso y las percepciones de la inteligencia artificial entre los estudiantes, se analizaron los datos recopilados mediante el cuestionario aplicado. A continuación, se presentan los hallazgos más relevantes, organizados en cinco tablas y figuras que abarcan desde la frecuencia de uso hasta las percepciones sobre riesgos éticos y el rol institucional.

Tabla 2 Frecuencia de uso de herramientas de inteligencia artificial para tareas académicas 

Frecuencia de Uso Frecuencia (n) Porcentaje (%) Porcentaje Acumulado (%)
Nunca 4 2.6 2.6
Casi Nunca 11 7.2 9.8
A Veces 78 51.0 60.8
Casi Siempre 45 29.4 90.2
Siempre 15 9.8 100.0
Total 153 100.0

Los datos de la Tabla 2 muestran que el uso de la inteligencia artificial está ampliamente extendido entre los estudiantes. El 90,2% de los participantes utiliza estas herramientas entre “A veces” y “Siempre” en sus actividades académicas. La categoría predominante fue “A veces” (51,0%), lo que sugiere un uso funcional, pero no completamente sistemático. Solo el 9,8% señaló no emplear estas herramientas o hacerlo de manera muy esporádica, lo que confirma que la IA se ha convertido en un recurso habitual en el entorno universitario.

Figura 1 Principales tareas académicas para las que se utiliza la inteligencia artificial  

Nota: Los porcentajes suman más de 100% porque los estudiantes podían seleccionar múltiples opciones

En la Figura 1 se detallan las aplicaciones específicas de la IA. Las tareas más frecuentes son la búsqueda y el resumen de información (82,4%), seguidas de la redacción y mejora de textos (75,8%). Esto indica que los estudiantes utilizan la IA principalmente para optimizar las etapas iniciales de investigación y producción escrita. Asimismo, la generación de ideas y esquemas (55,6%) representa un uso importante, consolidando el rol de la IA como asistente creativo. En contraste, actividades más especializadas, como la resolución de ejercicios (34,0%) y el análisis de datos (18,3%), son menos frecuentes, lo que sugiere que estas aplicaciones aún no han sido adoptadas ampliamente en tareas de mayor complejidad analítica.

Tabla 3 Percepción sobre la mejora en la calidad de los trabajos académicos gracias a la IA 

Nivel de Acuerdo Frecuencia (n) Porcentaje (%) Porcentaje Acumulado (%)
1 - Totalmente en desacuerdo 2 1.3 1.3
2 - En desacuerdo 8 5.2 6.5
3 - Neutral 41 26.8 33.3
4 - De acuerdo 79 51.6 84.9
5 - Totalmente de acuerdo 23 15.1 100.0
Total 153 100.0

En cuanto a la percepción de beneficios, los resultados de la Tabla 3 muestran una tendencia mayoritariamente favorable. El 66,7% de los estudiantes se manifestó “De acuerdo” o “Totalmente de acuerdo” con que la IA mejora la calidad de sus trabajos académicos, lo cual es un hallazgo relevante, ya que vincula el uso de esta tecnología con un impacto positivo percibido. El 26,8% adoptó una postura neutral, posiblemente reflejando dudas o la ausencia de una mejora tangible en su desempeño. Solo un 6,5% expresó desacuerdo.

Tabla 4 Principal riesgo ético percibido en el uso de la inteligencia artificial 

Principal Riesgo Ético Frecuencia (n) Porcentaje (%) Porcentaje Acumulado (%)
Dependencia y pérdida de habilidades 62 40.5 40.5
Plagio y deshonestidad académica 45 29.4 69.9
Información incorrecta o sesgada 31 20.3 90.2
Privacidad de los datos 10 6.5 96.7
Ninguno 5 3.3 100.0
Total 153 100.0

Respecto a los riesgos percibidos, la Tabla 4 evidencia que la principal preocupación está relacionada con la dependencia tecnológica y la pérdida de habilidades críticas, mencionada por el 40,5% de los encuestados. Este resultado revela una conciencia creciente sobre los posibles efectos negativos del uso intensivo de la IA en su formación. Otras preocupaciones relevantes incluyen el plagio y la deshonestidad académica (29,4%), así como la posibilidad de recibir información incorrecta o sesgada (20,3%). La preocupación por la privacidad de datos es menor (6,5%), lo cual indica que los estudiantes priorizan los riesgos académicos por encima de los vinculados a la seguridad digital.

Figura 2 Percepción sobre la suficiencia de la formación en IA ofrecida por la universidad 

Finalmente, la Figura 2 muestra una marcada brecha entre la necesidad de formación en inteligencia artificial y la oferta institucional. El 73,2% de los estudiantes consideró que la formación que recibe es “Insuficiente” o “Muy insuficiente”, mientras que solo un 5,9% la calificó como “Suficiente”. Este resultado coincide con estudios recientes que advierten sobre la lenta adaptación de las instituciones de educación superior a los avances tecnológicos, subrayando la necesidad de fortalecer la alfabetización digital y promover el uso ético y eficaz de la inteligencia artificial.

Discusión

Los hallazgos del presente estudio evidencian que el uso de la inteligencia artificial (IA) está ampliamente extendido entre los estudiantes universitarios, pues el 90.2% reporta emplearla al menos de manera ocasional para sus actividades académicas. Este resultado coincide con lo señalado por Aparicio (2023), quien afirma que la IA ha transformado los procesos de acceso al conocimiento al ofrecer información inmediata, organizada y adaptable al ritmo del estudiante, lo cual fortalece el aprendizaje autónomo. Las aplicaciones más frecuentes -búsqueda y resumen de información (82.4%) y redacción o mejora de textos (75.8%)- sugieren que la IA se ha consolidado como un recurso clave en las etapas iniciales de investigación, estructuración y producción escrita. Desde este punto de vista, su función excede el mero apoyo técnico para convertirse en un mediador cognitivo que amplía la capacidad de procesamiento y favorece la retroalimentación continua.

La percepción general de los beneficios también es predominantemente positiva: el 66.7% de los estudiantes considera que la IA mejora la calidad de sus trabajos. Este hallazgo es congruente con García et al. (2024), quienes destacan que estas tecnologías replican procesos cognitivos humanos para optimizar tareas y generar soluciones precisas. No obstante, los estudiantes muestran una clara conciencia de los riesgos éticos asociados. El 40.5% identifica la dependencia tecnológica y la pérdida de habilidades críticas como el principal riesgo, seguido del plagio y la deshonestidad académica (29.4%). Estas inquietudes se alinean con Castillejos (2022), quien advierte que el uso inadecuado o acrítico de la IA puede obstaculizar el desarrollo de competencias cognitivas superiores y afectar la integridad académica.

Uno de los resultados más relevantes es la percepción de insuficiente formación institucional en el uso de IA, reportada por el 73.2% de los participantes. Esta brecha formativa concuerda con Bernilla (2024), quien identifica la integración de la IA en la educación superior como un desafío estructural que exige políticas institucionales coherentes y capacitación continua para docentes y estudiantes. En esta línea, Tramallino y Zeni (2024) subrayan la necesidad de promover la alfabetización en IA generativa para garantizar el uso ético y eficaz de herramientas como ChatGPT, Gemini, Perplexity o Deepseek. Esto implica no solo competencias técnicas, sino también pensamiento crítico, criterios para evaluar la fiabilidad de la información y una comprensión sólida de los principios éticos implicados.

Estos resultados también dialogan con las consideraciones teóricas de Granados (2022) y Erazo et al. (2023), quienes sostienen que la IA constituye un sistema de procesamiento inteligente capaz de apoyar funciones de tutoría personalizada, retroalimentación inmediata y análisis predictivo del rendimiento. Sin embargo, tal como advierten McCarthy et al. (2023), su expansión acelerada tras la pandemia ha planteado desafíos en términos de privacidad, veracidad de los datos y potencial dependencia tecnológica. Si bien los estudiantes reconocen estos riesgos, tienden a priorizar aquellos que afectan directamente su desempeño académico antes que los vinculados con la seguridad informática.

Desde una perspectiva pedagógica, estos hallazgos deben contextualizarse en la transformación de los modelos de aprendizaje impulsada por la digitalización. Mamani et al. (2021) y Rivero et al. (2024) señalan que la crisis sanitaria aceleró la transición hacia experiencias formativas holísticas y flexibles, donde la IA emerge como un mediador clave. En este escenario, el aprendizaje deja de concebirse como un proceso lineal para convertirse en una construcción dinámica en la que convergen exploración, interacción y co-creación del conocimiento. Reyes (2021) recuerda que el aprendizaje acumulado a lo largo de la vida constituye un capital cultural esencial, lo que enfatiza la responsabilidad de las instituciones educativas en promover competencias digitales y pensamiento crítico. En el contexto peruano, donde persisten brechas de desigualdad, la IA podría convertirse en un mecanismo de democratización del acceso a recursos de calidad, siempre que se garantice infraestructura adecuada y formación docente pertinente.

Asimismo, Helal et al. (2018) y Valverde et al. (2020) sostienen que la búsqueda de calidad educativa se vincula estrechamente con la incorporación de tecnologías emergentes que facilitan la comprensión de conceptos complejos y dinamizan la participación estudiantil. Así, la IA puede actuar como un catalizador de innovación pedagógica, potenciando estrategias de aprendizaje activo, adaptativo y basado en problemas. Sin embargo, su impacto efectivo depende del entrenamiento adecuado y del desarrollo de una cultura digital responsable.

Finalmente, los resultados coinciden con lo planteado por Chinguel y Minaya (2024), quienes advierten que, aunque la IA es un punto de partida útil para la investigación y la generación de ideas, no sustituye el juicio humano. Su uso exige análisis, contrastación y validación continua para evitar la reproducción acrítica de contenidos o la dependencia excesiva. En consecuencia, la IA debe entenderse como un complemento cognitivo que amplía las capacidades humanas, no como un reemplazo de ellas.

En suma, los hallazgos del estudio resaltan la necesidad de fortalecer las políticas institucionales orientadas a la alfabetización digital y ética en IA, promover una cultura de innovación responsable y garantizar que el estudiante se mantenga como protagonista activo de su aprendizaje. Solo bajo estas condiciones la educación superior podrá aprovechar plenamente el potencial transformador de la inteligencia artificial sin perder su enfoque humanista y formativo.

Conclusiones

Los resultados del estudio evidencian que el uso de la inteligencia artificial está ampliamente extendido entre los estudiantes de Administración de la Universidad Nacional “San Luis Gonzaga” de Ica, dado que el 90.2% la emplea al menos ocasionalmente en sus actividades académicas. Este indicador confirma que la IA se ha integrado como un recurso habitual dentro del entorno universitario, especialmente en tareas como la búsqueda y síntesis de información (82.4%) y la redacción o mejora de textos (75.8%), lo que demuestra su papel como herramienta de apoyo en los procesos iniciales de investigación y producción escrita.

Asimismo, la percepción estudiantil sobre sus beneficios es mayoritariamente positiva: el 66.7% considera que la IA mejora la calidad de sus trabajos académicos. No obstante, también se identifica una conciencia crítica sobre los riesgos éticos asociados a su uso. La principal preocupación corresponde a la dependencia tecnológica y la posible pérdida de habilidades cognitivas fundamentales (40.5%), seguida del riesgo de plagio y deshonestidad académica (29.4%). Esta coexistencia de beneficios y riesgos pone de manifiesto la necesidad de promover un uso equilibrado, reflexivo y responsable de estas tecnologías.

Un hallazgo relevante es la existencia de una brecha significativa entre la necesidad de formación en IA y la oferta institucional disponible. El 73.2% de los estudiantes considera que la capacitación que recibe es insuficiente o muy insuficiente, lo que revela la urgencia de implementar programas de alfabetización digital orientados al uso ético, crítico y eficaz de estas herramientas. Esto implica no solo fortalecer las competencias técnicas, sino también desarrollar políticas institucionales sostenidas que incluyan la formación continua de estudiantes y docentes.

Finalmente, aunque las herramientas de inteligencia artificial cumplen un rol importante al facilitar el acceso a la información, la generación de ideas y la mejora textual, su uso debe acompañarse de orientaciones pedagógicas que promuevan el pensamiento crítico, la validación de fuentes y el fortalecimiento de habilidades cognitivas complejas. Solo de esta manera se evitará la dependencia tecnológica y se garantizará un aprendizaje autónomo, responsable y alineado con los objetivos formativos de la educación superior.

Referencias

Acosta, V., & Carcausto, W. (2024). Inteligencia artificial y aprendizaje cooperativo en estudiantes universitarios. https://doi.org/10.5281/zenodo.12812908 [ Links ]

Aparicio, W. (2023). La inteligencia artificial y su incidencia en la educación: Transformando el aprendizaje para el siglo XXI. Revista Internacional de Pedagogía e Innovación Educativa. https://doi.org/10.51660/ripie.v3i2.133 [ Links ]

Benites, R. (2021). La educación superior universitaria en el Perú post-pandemia. Políticas y Debates Públicos. https://repositorio.pucp.edu.pe/index/handle/123456789/176597Links ]

Bernilla, E. (2024). Docentes ante la inteligencia artificial en una universidad pública del norte del Perú. Educación. https://doi.org/10.18800/educacion.202401.m001 [ Links ]

Castillejos, B. (2022). Inteligencia artificial y los entornos personales de aprendizaje: Atentos al uso adecuado de los recursos tecnológicos de los estudiantes universitarios. Educación. https://doi.org/10.18800/educacion.202201.001 [ Links ]

Chávez, M., Labrada, E., Carbajal, E., Pineda, E., & Alastriste, Y. (2023). Inteligencia artificial generativa para fortalecer la educación superior. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades. https://doi.org/10.56712/latam.v4i3.1113 [ Links ]

Chinguel, D., & Minaya, C. (2024). Inteligencia artificial - ChatGPT: Un estudio bibliométrico y su aplicación en el caso de gases de efecto invernadero. Manglar, 21(1), 149-157. https://doi.org/10.57188/manglar.2024.015 [ Links ]

Erazo-Luzuriaga, A., Ramos-Secaira, F., Galarza-Sánchez, P., & Boné-Andrade, M. (2023). La inteligencia artificial aplicada a la optimización de programas informáticos. Journal of Economic and Social Science Research, 3(1), 48-63. https://doi.org/10.55813/gaea/jessr/v3/n1/61 [ Links ]

García, F., Llorens, F., & Vidal, J. (2024). La nueva realidad de la educación ante los avances de la inteligencia artificial generativa. RIED. Revista Iberoamericana de Educación a Distancia, 27(1), 9-39. https://doi.org/10.5944/ried.27.1.37716 [ Links ]

Granados, J. (2022). Análisis de la inteligencia artificial en las relaciones laborales. CES Derecho, 13(1), 111-132. https://doi.org/10.21615/cesder.6395 [ Links ]

Helal, S., Li, J., Liu, L., Ebrahimie, E., Dawson, S., Murray, D. J., & Long, Q. (2018). Predicting academic performance by considering student heterogeneity. Knowledge-Based Systems, 161, 134-146. https://doi.org/10.1016/j.knosys.2018.07.042 [ Links ]

Jara, I., & Ochoa, J. (2020). Usos y efectos de la inteligencia artificial en educación. Banco Interamericano de Desarrollo (BID). https://doi.org/10.18235/0002380 [ Links ]

Leyva, M., Estupiñán, J., & Vega-Falcón, V. (2022). La inteligencia artificial y su aplicación en la enseñanza del derecho. Estudios del Desarrollo Social: Cuba y América Latina, 10, 368-380. https://revistas.uh.cu/revflacso/article/view/148Links ]

Mamani-Cori, V., Padilla, T., Cervantes, S., Caballero, L., & Sucari, W. (2021). Estrategias y recursos didácticos empleados en la enseñanza/aprendizaje virtual en estudiantes universitarios en el contexto de la COVID-19. Revista Innova Educación, 4(1), 78-91. https://doi.org/10.35622/j.rie.2022.01.006 [ Links ]

McCarthy, A., Maor, D., McConney, A., & Cavanaugh, C. (2023). Digital transformation in education: Critical components for leaders of system change. Social Sciences & Humanities Open, 8(1), 100479. https://doi.org/10.1016/j.ssaho.2023.100479 [ Links ]

Moreno, R. (2019). La llegada de la inteligencia artificial a la educación. Revista de Investigación en Tecnologías de la Información. https://doi.org/10.36825/RITI.07.14.022 [ Links ]

Moreno, J., Mena, A., & Zerpa, L. (2024). Modelos de aprendizaje en la transición hacia la complejidad como un desafío a la simplicidad. Sophia, Colección de Filosofía de la Educación, 36, 69-112. https://doi.org/10.17163/soph.n36.2024.02 [ Links ]

Reyes, R. (2021). El aprendizaje significativo como estrategia didáctica para la enseñanza-aprendizaje. Polo del Conocimiento: Revista Científico-Profesional, 6(5), 75-86. [ Links ]

Rivero, C., & Beltrán, C. (2024). La inteligencia artificial en la educación del siglo XXI: Avances, desafíos y oportunidades. Educación. https://doi.org/10.18800/educacion.202401.p001 [ Links ]

Salas, E., & Amador, M. (2023). Uses of ChatGPT for the revision of academic texts: Some considerations. Innovaciones Educativas, 25(Especial), 59-77. [ Links ]

Tramallino, C., & Zeni, A. (2024). Avances y discusiones sobre el uso de inteligencia artificial en educación. Educación. https://doi.org/10.18800/educacion.202401.m002 [ Links ]

Valverde, J., Romero-Zúñiga, M., & Vargas-Fonseca, L. (2020). Tendencias actuales, retos y oportunidades de los procesos de aprendizaje universitario aplicados a las Ciencias Forestales. Revista Científica, 39, 262-277. https://doi.org/10.14483/23448350.16030 [ Links ]

Recibido: 02 de Septiembre de 2025; Aprobado: 01 de Diciembre de 2025; Publicado: 09 de Diciembre de 2025

  1. Conceptualización: Deyanira Massiel Hernández Uchuya, Dhayana Jhazmin Godoy Palomino

  2. Curación de datos: Esther Jesús Vilca Perales, Uldarico Canchari Vásquez Análisis formal: Deyanira Massiel Hernández Uchuya, Fernando Alberto Eugenio Guerrero Salazar

  3. Adquisición de fondos: No aplica

  4. Investigación: Todos los autores

  5. Metodología: Uldarico Canchari Vásquez, Michael Mauro Huaranca Romani

  6. Dirección del proyecto: Esther Jesús Vilca Perales

  7. Recursos: Todos los autores

  8. Software: Dhayana Jhazmin Godoy Palomino, Michael Mauro Huaranca Romani

  9. Supervisión: Esther Jesús Vilca Perales

  10. Validación: Uldarico Canchari Vásquez, Fernando Alberto Eugenio Guerrero Salazar

  11. Visualización: Dhayana Jhazmin Godoy Palomino

  12. Redacción - borrador original: Deyanira Massiel Hernández Uchuya, Dhayana Jhazmin Godoy Palomino

  13. Redacción - corrección de pruebas y edición: Todos los autores

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons