Introducción

El desarrollo tecnológico redefine constantemente los procesos educativos, influyendo especialmente en la enseñanza de lenguas extranjeras como el inglés. En este contexto, la Inteligencia Artificial (IA) y el Aprendizaje Automático (AA) se consolidan como instrumentos innovadores que permiten la personalización del proceso educativo, ajustándose a las características particulares de cada estudiante. Estas tecnologías ofrecen entornos interactivos, retroalimentación automatizada y plataformas adaptativas, lo que favorece una mejora continua en las competencias lingüísticas. Su implementación ha comenzado a cobrar especial relevancia en países latinoamericanos como Ecuador, México y Bolivia, donde se exploran estrategias tecnológicas para optimizar la enseñanza del inglés en diversos niveles educativos.

Según ^{Roy et al. (2025)} la personalización del aprendizaje, promovida por estas tecnologías, transforma el rol del docente y reestructura el diseño instruccional, permitiendo una mayor adaptación a los estilos de aprendizaje. Esta reconfiguración pedagógica basada en IA puede elevar los niveles de compromiso, rendimiento y retención del conocimiento; no obstante, su integración plena en los entornos educativos exige superar obstáculos estructurales vinculados con la conectividad, la capacitación docente y la adecuación curricular.

En naciones como Ecuador, México y Bolivia, el grado de incorporación de tecnologías inteligentes varía significativamente, influido por contextos disímiles en acceso tecnológico, infraestructura institucional y estrategias didácticas basadas en IA. Esta revisión examina el uso actual de la IA y el AA en la enseñanza del inglés, identificando beneficios, desafíos y proyecciones. Como advierte ^{Posada et al. (2025)}, la innovación educativa sustentada en tecnologías emergentes solo resulta efectiva si va acompañada de un ecosistema pedagógico coherente y sostenido.

La competencia comunicativa en inglés es estratégica en América Latina por su impacto en la empleabilidad y la integración internacional. No obstante, los métodos tradicionales no siempre responden a la diversidad de estilos de aprendizaje. En este escenario, las tecnologías basadas en IA y AA representan una oportunidad para rediseñar la experiencia educativa de manera más personalizada y efectiva. Sin embargo, su adopción enfrenta barreras técnicas, pedagógicas y estructurales que varían de un país a otro.

La transición hacia una educación digital se ha fortalecido mediante políticas de innovación tecnológica, pero, como señala ^{Mera et al. (2024)} la efectividad de estas transformaciones depende en gran medida de la capacidad institucional para garantizar el acceso y uso significativo de las tecnologías. En Ecuador, persisten limitaciones de infraestructura, especialmente en zonas rurales y marginadas, más una escasa formación docente en IA, afecta la equidad y calidad del aprendizaje.

Según ^{Pérez et al. (2025)} la implementación efectiva de tecnologías emergentes en el aula requiere no solo infraestructura, sino también una profunda reconfiguración didáctica y formativa del profesorado. En México, la integración de IA en la enseñanza del inglés no está consolidada. La débil formación del profesorado y la falta de articulación pedagógica limitan su impacto. En Bolivia, las desigualdades en el acceso digital y la escasa inversión pública dificultan la implementación de herramientas basadas en IA, al respecto, ^{Correa (2021)} advierte que sin un marco estructural que garantice sostenibilidad e inclusión, las políticas educativas tecnológicas tienden a profundizar las brechas ya existentes en lugar de mitigarlas.

Por otra parte, la expansión digital ha impulsado el uso de tecnologías IA en la enseñanza de lenguas extranjeras. ^{Leonet et al. (2025)} destacan que estos recursos tecnológicos promueven la autonomía del aprendizaje y potencian las oportunidades de práctica comunicativa en entornos virtuales, aspecto que reviste especial relevancia para la enseñanza del inglés en contextos multilingües y culturalmente diversos. ^{Lu (2022)} argumentan que la IA educativa posibilita la adaptación de contenidos, secuencias didácticas y estrategias pedagógicas a las características individuales de cada estudiante, optimizando así la adquisición de competencias lingüísticas de manera más eficaz, flexible y centrada en el aprendiz. Sin embargo, persisten barreras estructurales como la limitada infraestructura y la formación docente, estas condiciones afectan el potencial tecnológico y su aprovechamiento pedagógico real (^{Galindo et al., 2024}).

El enfoque comunicativo se presenta como alternativa al modelo gramatical tradicional en la enseñanza del inglés, favoreciendo el desarrollo de habilidades lingüísticas en contextos funcionales. No obstante, ^{Espejo (2024)} aclara que la implementación efectiva de esta metodología requiere de condiciones pedagógicas, tecnológicas y curriculares adecuadas, las cuales no siempre están presentes en las instituciones educativas latinoamericanas. Esta limitación ha generado una creciente demanda por estrategias mediadas por tecnologías que puedan ampliar las oportunidades de interacción y contextualización del lenguaje.

Paralelamente, el aprendizaje adaptativo ha comenzado a consolidarse como un paradigma prometedor para personalizar la instrucción. Según ^{Ezzaim et al. (2023)} los sistemas adaptativos basados en algoritmos permiten ajustar el contenido, el nivel de dificultad y el tipo de retroalimentación en función del progreso del estudiante, favoreciendo así una experiencia de aprendizaje más pertinente y eficaz. En la enseñanza del inglés, esta capacidad se traduce en una mayor adecuación a los niveles de competencia lingüística y a los estilos de aprendizaje individuales.

Asimismo, la gamificación ha ganado terreno como estrategia didáctica orientada a aumentar la motivación y el compromiso del estudiante a través de dinámicas lúdicas y elementos interactivos. De acuerdo con ^{De la Peña et al. (2024)} integrar principios del diseño de juegos en entornos educativos puede mejorar la participación del alumnado y estimular procesos cognitivos clave para la adquisición de una segunda lengua.

La inclusión de analítica de aprendizaje permite comprender el comportamiento y patrones del estudiante en las plataformas educativas. ^{Bobro et al. (2025)} sostienen que el análisis de datos derivados de las interacciones digitales puede ofrecer información valiosa para tomar decisiones pedagógicas informadas. ^{Hernández (2021)} también destaca la capacidad de recolectar y analizar datos masivos para una retroalimentación personalizada.

Vygotsky citado por ^{Jacovkis et al. (2022)} enfatiza la importancia del aprendizaje social y el papel mediador de la tecnología como herramienta para facilitar la construcción del conocimiento, lo que resulta especialmente relevante en la enseñanza del inglés a través de plataformas digitales que promueven la colaboración y el diálogo. Por su parte, ^{Bottiglieri et al. (2025)} enfatiza en cómo el uso de herramientas tecnológicas inteligentes puede potenciar los procesos de mediación y andamiaje que favorecen la internalización de nuevas estructuras lingüísticas.

Asimismo, modelos como el aprendizaje adaptativo (^{Barreto et al., 2025}), la teoría de la autodeterminación aplicada a la gamificación (^{Rincón et al., 2024}), y el aprendizaje situado (^{Riojas, 2024}) sustentan el uso de tecnologías para personalizar experiencias educativas.

La IA aplicada a la educación, basada en modelos cognitivos-computacionales, permite identificar patrones de aprendizaje, anticipar dificultades, recomendar intervenciones. (^{López et al., 2025}). El modelo TPACK (Technological Pedagogical Content Knowledge) enfatiza la integración coherente de la tecnología, la pedagogía y el contenido en la práctica educativa. Según ^{Morales et al. (2022)} el desarrollo de competencias docentes en este modelo es esencial para aprovechar el potencial de la IA.

En este contexto, surge la pregunta central de esta investigación: ¿Cómo contribuyen la inteligencia artificial y el aprendizaje automático a la personalización de los procesos de enseñanza del inglés para mejorar la competencia lingüística de los estudiantes en diferentes contextos educativos?

El propósito de esta investigación es examinar cómo la inteligencia artificial y el aprendizaje automático inciden en la personalización de la enseñanza del inglés, con el fin de potenciar la competencia lingüística estudiantil en distintos contextos educativos, especialmente en los entornos formativos de Ecuador, México y Bolivia.

Metodología

El estudio se desarrolló mediante una revisión sistemática cuyo propósito fue examinar el impacto de la inteligencia artificial (IA) y el aprendizaje automático (AA) en la personalización de la enseñanza del inglés y su influencia en la mejora de la competencia lingüística estudiantil. Se analizó de forma rigurosa la literatura disponible, centrada en estudios relevantes sobre esta temática, con el fin de identificar tendencias, retos y oportunidades en distintos contextos educativos.

Para ello, se consultaron bases de datos académicas reconocidas como SciELO y Scopus, seleccionadas por su prestigio y acceso a investigaciones revisadas por pares en educación y tecnología. La búsqueda documental incluyó términos clave como inteligencia artificial en la enseñanza del inglés, personalización educativa mediante IA y tecnologías adaptativas en el aprendizaje de idiomas, adaptados a los criterios específicos de cada repositorio para optimizar la recuperación de resultados relevantes. Se definieron criterios de inclusión para asegurar la calidad y pertinencia de los estudios seleccionados:

También se establecieron criterios de exclusión:

Se hizo uso del protocolo PRISMA, garantizando rigurosidad, transparencia y replicabilidad (^{Chocobar et al., 2025}). Se utilizó el software Excel para organizar la información y el gestor Mendeley para la administración bibliográfica (^{Gallegos et al., 2017}).

En la fase de identificación, se localizaron inicialmente 100 estudios. Tras la eliminación de duplicados con Mendeley, se procedió al cribado de 70 estudios mediante revisión de títulos y resúmenes, excluyendo aquellos que no cumplían los criterios establecidos. En la fase de elegibilidad, se evaluaron 35 documentos de forma detallada, descartando los que carecían de evidencia empírica específica. Finalmente, se seleccionaron 20 estudios para el análisis profundo que sustenta esta revisión.

Los 20 estudios seleccionados fueron organizados en una matriz diseñada para facilitar un análisis comparativo detallado. En esta matriz se consideraron varias categorías clave: el año y autor de cada investigación, lo que permitió contextualizar temporalmente los trabajos y reconocer las contribuciones más relevantes; el título del estudio, que facilitó la identificación clara del enfoque y alcance de cada investigación; y un resumen, en el cual se sintetizaron los principales hallazgos relacionados con la aplicación de la inteligencia artificial en la personalización de la enseñanza del inglés. Además, se incluyó el DOI o URL de cada documento para asegurar una consulta y verificación sencilla y precisa en el futuro.

Figura 1 Método PRISMA 

Resultados y discusión

En el marco del presente estudio, se llevó a cabo un exhaustivo análisis de la literatura científica con el fin de identificar cómo la inteligencia artificial (IA) y el aprendizaje automático (AA) fueron aplicados en la enseñanza del inglés como lengua extranjera en contextos educativos de Ecuador, México y Bolivia. Este proceso permitió no solo clasificar las estrategias tecnológicas emergentes, sino también detectar tendencias, brechas y desafíos comunes entre los países analizados, tal como lo evidencian investigaciones recientes sobre herramientas de IA generativa en entornos educativos, como las de ^{Chocobar et al. (2025)}, las percepciones docentes frente a estas tecnologías, descritas por ^{Espejo (2024)}, y las experiencias orientadas a la mejora de la expresión oral mediante su implementación, documentadas por ^{López et al. (2025)}. Se incluyeron aportes sobre el valor metodológico de las revisiones sistemáticas, como el de ^{Silamani (2015)}, así como estudios que abordan el papel pedagógico de los semilleros de investigación en contextos tecnológicos emergentes, como los de ^{Rodríguez (2025)}, lo que permitió garantizar la validez del corpus analizado.

Además, se identificaron propuestas innovadoras que incorporan modelos de aprendizaje adaptativo basados en la predicción de rendimiento, por ejemplo presentados en ^{Ezzaim et al. (2023)}, así como comparaciones experimentales entre evaluaciones generadas por IA y las realizadas por docentes en formación, descritas por ^{Galindo et al. (2024)}, lo que permitió analizar en profundidad las implicaciones pedagógicas y didácticas derivadas de su implementación.

Se observa los principales beneficios observados en la aplicación de la IA y el AA en la enseñanza del inglés, destacando sus aportes al fortalecimiento de la experiencia educativa en entornos digitales.

El análisis comparativo de los desafíos que enfrentan Ecuador, México y Bolivia en la implementación de inteligencia artificial (IA) y aprendizaje automático (AA) en la enseñanza del inglés pone en evidencia tanto las coincidencias regionales como las particularidades nacionales. En lo tecnológico, Ecuador y Bolivia muestran un acceso limitado y desigual a la conectividad en zonas rurales, situación que obstaculiza la apropiación efectiva de herramientas digitales y agrava la brecha educativa, como lo advierten ^{Bobro et al. (2025)} al examinar las decisiones institucionales de inversión tecnológica. A esta problemática se suma el análisis de ^{Riojas (2024)}, quien destaca la disparidad entre universidades públicas y privadas en cuanto al uso de IA en el aprendizaje del inglés como segunda lengua.

México, en contraste, enfrenta retos vinculados a una integración tecnológica aún incipiente, donde la falta de consolidación de plataformas educativas limita la sostenibilidad de los procesos digitales. Esta situación ha sido analizada por ^{Morales et al. (2022)}, quienes exponen las debilidades del profesorado en el manejo de herramientas virtuales, y por ^{Jacovkis et al. (2022)}, quienes identifican tensiones entre centros educativos, familias y plataformas de BigTech.

Desde la perspectiva pedagógica, los tres países evidencian carencias en la formación del profesorado para el uso efectivo de tecnologías emergentes. En Bolivia, persiste una cultura digital frágil entre los docentes, mientras que en México, la capacitación insuficiente repercute directamente en la calidad educativa. ^{Roy et al. (2025)} documentan cómo la autoeficacia digital varía según edad y género, afectando la confianza del profesorado, mientras que ^{Mera (2024)} asocia esta debilidad con la resistencia a enfoques innovadores en contextos multiculturales.

Finalmente, en el plano estructural, persisten barreras como la brecha digital marcada en Ecuador, la falta de cohesión pedagógica en México y la reducida inversión estatal en innovación educativa en Bolivia. Estos elementos estructurales han sido abordados por ^{De la Peña et al. (2024)}, quienes analizan el impacto de metodologías activas en entornos digitalizados, y por ^{Bottiglieri et al. (2025)}, quienes advierten sobre la necesidad de políticas inclusivas frente a la rápida incorporación de IA en la educación superior.

En términos de transformación educativa, se observa una clara inclinación hacia modelos híbridos y entornos digitales que, para ser sostenibles, requieren una infraestructura tecnológica sólida y acceso equitativo a la conectividad. Esta necesidad ha sido destacada por ^{Gallegos et al. (2017)}, al señalar la utilidad de los gestores bibliográficos como parte de los entornos virtuales de aprendizaje, y también por ^{Hernández (2021)}, quien subraya la importancia de abordar aspectos gramaticales complejos en clases mediadas por tecnología.

Respecto a la personalización del aprendizaje, las investigaciones apuntan a un enfoque donde la IA y el AA realice ajustes particulares individuales. ^{Leonet et al. (2025)} destacan la relevancia de la autopercepción de la competencia comunicativa en contextos multilingües, mientras que ^{Barreto et al. (2025)} plantean el autocuestionamiento de textos literarios como estrategia didáctica para favorecer aprendizajes más autónomos y personalizados.

En cuanto a la interacción comunicativa, se han documentado experiencias innovadoras que emplean entornos simulados y plataformas con componentes de gamificación, con el objetivo de fomentar la práctica activa del idioma en escenarios dinámicos y motivadores. ^{Pérez et al. (2025)}, por ejemplo, analizan el uso de emojis en plataformas digitales educativas, proponiéndolos como mediadores comunicativos efectivos, mientras que ^{Posada et al. (2025)} exploran el papel de las emociones en la construcción de la identidad docente en la formación inicial del profesorado de inglés.

Finalmente, en el ámbito de la equidad, algunos estudios evidencian cómo la aplicación de la analítica del aprendizaje basada en IA permite una atención diferenciada a las necesidades de los estudiantes, favoreciendo así una educación más inclusiva. ^{Lu (2022)} analiza el desarrollo lingüístico en contextos multilingües, destacando cómo la adaptabilidad de los sistemas de IA puede beneficiar a estudiantes con trayectorias lingüísticas diversas, y ^{Rincón et al. (2024)} abordan los desafíos de interpretación semántica en el aprendizaje del inglés como segunda lengua, subrayando la importancia de entornos personalizados y contextualizados. Estas proyecciones reafirman el potencial de la IA no solo para transformar el aprendizaje, sino también para reducir brechas educativas de manera sostenible.

Las teorías y modelos educativos aportan enfoques clave para integrar la inteligencia artificial en la enseñanza del inglés, promoviendo un aprendizaje activo, personalizado y motivador, respaldado en la tecnología y en contextos reales. La personalización del aprendizaje se posiciona como un eje fundamental para potenciar la competencia lingüística en inglés, al favorecer tanto el compromiso estudiantil como la retención del conocimiento a largo plazo. ^{Díaz (2025)} advierte sobre la falta de una definición metodológica sólida que facilite la integración curricular de estas tecnologías, mientras que ^{Correa (2021)} identifica brechas legales y tecnológicas que afectan el despliegue de herramientas educativas innovadoras en escenarios regulados por marcos jurídicos desactualizados.

A pesar de los avances alcanzados en el desarrollo de plataformas digitales y modelos híbridos de enseñanza, su efectividad sigue dependiendo de la existencia de un ecosistema pedagógico coherente y de políticas públicas que impulsen la inclusión digital en todos los niveles educativos. ^{Rodríguez (2025)} subraya la importancia de formar semilleros de investigación que comprendan el uso pedagógico de la IA, mientras que ^{Espejo (2024)} recoge las percepciones del profesorado, revelando la necesidad de fortalecer sus saberes en contextos educativos mediados por tecnología. No obstante, las desigualdades en el acceso a la conectividad, especialmente en zonas rurales, continúan limitando el impacto transformador de estas propuestas.

El tradicional enfoque centrado en el docente está siendo gradualmente sustituido por modelos pedagógicos que integran tecnologías emergentes. En este marco, ^{Chocobar et al. (2025)} ofrecen una visión amplia sobre el uso de herramientas de inteligencia artificial generativa como ChatGPT, mientras que ^{Roy et al. (2025)} evidencian cómo factores como el género y la edad influyen en la autoeficacia digital del profesorado, impactando su disposición hacia el cambio metodológico. La IA, en este escenario, se perfila como una herramienta clave para adaptar contenidos, evaluar progresos y diversificar estrategias pedagógicas en función de las necesidades específicas de cada estudiante.

Sin embargo, las oportunidades que ofrece la IA para transformar la enseñanza del inglés siguen enfrentándose a barreras estructurales relevantes. En diversos estudios, se han identificado obstáculos como la limitada infraestructura tecnológica y la baja capacitación del profesorado, aspectos que restringen una implementación plena en los contextos nacionales (^{Riojas, 2024}). Igualmente, ^{Morales y Poveda (2022)} advierten sobre la escasa preparación docente en ambientes digitales, lo cual compromete la calidad de la enseñanza en entornos mediados por tecnología.

En esta línea, ^{Jacovkis et al. (2022)} llaman la atención sobre la necesidad de una gobernanza crítica frente a las plataformas educativas digitales, mientras que ^{Bottiglieri et al. (2025)} examinan cómo las actitudes docentes influyen directamente en la adopción o rechazo de la inteligencia artificial en la educación superior. En este contexto, la aplicación de modelos como el aprendizaje adaptativo, la gamificación y la analítica de datos educativos aparece como una vía prometedora para fomentar procesos más personalizados, motivadores y eficaces.

Asimismo, el aprendizaje situado, entendido como aquel que se desarrolla en entornos tecnológicos que simulan escenarios auténticos, contribuye significativamente a la transferencia de conocimientos lingüísticos a la vida cotidiana. ^{Ezzaim et al. (2023)} respaldan esta afirmación mediante su propuesta de un marco de predicción del rendimiento basado en IA, mientras que ^{Barreto et al. (2025)} destacan cómo el autocuestionamiento de textos literarios en inglés puede enriquecer la experiencia de aprendizaje en contextos mediados por tecnología.

Conclusiones

La incorporación de la Inteligencia Artificial (IA) y el Aprendizaje Automático (AA) en la enseñanza del inglés ha demostrado ser una estrategia eficaz para personalizar el proceso educativo y potenciar la competencia lingüística del estudiantado. Estas tecnologías permiten adaptar los contenidos, el ritmo de aprendizaje y las metodologías según las características individuales de cada alumno, generando entornos más inclusivos, dinámicos y efectivos. Gracias a la retroalimentación automática, las plataformas adaptativas y las experiencias de aprendizaje contextualizadas, los estudiantes pueden fortalecer sus habilidades comunicativas en inglés con mayor autonomía y motivación.

No obstante, el impacto de estas innovaciones depende en gran medida de factores estructurales y pedagógicos. En contextos educativos como los de Ecuador, México y Bolivia aún persisten desafíos significativos relacionados con el acceso a la tecnología, la capacitación docente y la adecuación curricular. La falta de una infraestructura adecuada y de formación especializada limita el aprovechamiento pleno de estas herramientas, lo que impide una implementación equitativa y sostenida.

A pesar de las limitaciones actuales, la Inteligencia Artificial (IA) y el Aprendizaje Automático (AA) representan una oportunidad transformadora para rediseñar la enseñanza del inglés de manera más centrada en el estudiante, flexible y contextualizada. Para que estas soluciones alcancen su verdadero potencial, es fundamental consolidar un ecosistema educativo coherente que articule tecnología, pedagogía y políticas inclusivas. En este sentido, futuras líneas de investigación podrían centrarse en el desarrollo de modelos de formación docente específicos para entornos tecnológicos avanzados, en la evaluación del impacto de plataformas adaptativas en diferentes contextos socioculturales y en el diseño de políticas públicas que promuevan la equidad en el acceso a tecnologías educativas. Asimismo, es relevante explorar cómo la analítica de aprendizaje puede personalizar aún más la experiencia educativa y facilitar la toma de decisiones pedagógicas basadas en datos. En última instancia, la personalización tecnológica no solo mejora el rendimiento lingüístico, sino que también constituye un camino viable hacia una educación más innovadora, adaptativa y equitativa.