INTRODUCCIÓN

La inteligencia artificial generativa (IAG) está revolucionando el ámbito de la educación con la creación de asistentes virtuales inteligentes (AVI) en distintos contextos de aprendizaje, sobre todo para entornos online debido a sus capacidades de crear interacciones relevantes y personalizadas. Recogen datos del usuario como sus hábitos de navegación, sus búsquedas, localización o historial para desarrollar interacciones relevantes. Se trata de estimular el autoaprendizaje y la metacognición del alumnado. Estos asistentes virtuales utilizan tecnologías relacionadas con la IAG. La IAG es la capacidad para procesar información, discernir patrones y tomar decisiones con el uso de algoritmos. Estos, inicialmente, necesitan ser entrenados para generar los datos a través de un proceso de aprendizaje supervisado. Los algoritmos son autónomos y, a medida que se enfrentan a nuevos datos, son capaces de adaptar sus conexiones para aprender y obtener la mejor precisión en los resultados.

En el ámbito de la educación, la IAG se utiliza para desarrollar entornos de aprendizaje. Un ejemplo es la creación de marcos de adaptación, como contar con un entorno virtual que se ajuste a los intereses del estudiante, y sistemas de recomendación, tales como mostrar resultados y sugerir recursos según los intereses, nivel de conocimientos y aprendizaje previo, entre otras capacidades. La adquisición de estas competencias digitales, eso sí, exige una formación muy específica que aún no forma parte de la formación inicial del profesorado, de manera que su aprendizaje ha de ser considerado como una forma de actualización profesional. Incluso, una vez entrenado el algoritmo aún puede generar resultados no siempre previsibles. Eso desplazaría al ámbito técnico el papel del docente de técnica implicada en la tutorización, un campo humano multidimensional en términos de actividades, interacciones y competencias.

En la actual era digital, la Inteligencia Artificial Generativa está transformando diversos sectores y la educación no es una excepción (^{Kohnke, Moorhouse & Zou, 2023}). Su integración en contextos educativos presenta un enfoque centrado en el ser humano, que incluye el diseño de módulos de alfabetización en IA en instituciones terciarias, abordando áreas como la resolución de problemas y la innovación tecnológica (^{De Silva et al., 2024}). Sin embargo, se han identificado limitaciones en los currículos educativos actuales, especialmente en sectores como la formación sanitaria, lo que destaca la necesidad de incluir competencias digitales para enfrentar los retos de la transformación tecnológica (^{Davies et al., 2022}).

La implementación de la IAG y su relación con el desarrollo de competencias digitales en el sistema educativo ha generado un interés creciente, ya que estas tecnologías están redefiniendo las dinámicas de aprendizaje. Por ejemplo, estudios recientes evidencian una significativa brecha en el conocimiento sobre IA entre los docentes universitarios peruanos: un 41,8% presenta un nivel bajo de conocimiento, un 40% nivel regular y solo un 18,2% alcanza un nivel alto, lo que subraya la importancia de programas de formación especializados en esta área (^{Estrada-Araoz et al., 2024}). Este fenómeno no se limita a Perú; la alfabetización digital y la adopción de herramientas de IA se enfrentan a desafíos similares a nivel global, destacando la necesidad de apoyo técnico y pedagógico en la enseñanza postpandemia (^{Howard & Tondeur, 2023}).

Adicionalmente, la irrupción de la IA ha generado cambios significativos en los paradigmas educativos, exigiendo un enfoque crítico y reflexivo sobre su implementación. Por ejemplo, en el diseño textil, los sistemas de aprendizaje profundo facilitan procesos que antes requerían habilidades manuales avanzadas (^{Jung & Suh, 2024}). Estas experiencias destacan no solo los beneficios de la IA, como la personalización del aprendizaje y la automatización de tareas, sino también los retos éticos y técnicos asociados, como la protección de datos y la infraestructura tecnológica requerida (^{Lozano & Blanco Fontao, 2023}).

En el contexto peruano, la inclusión de herramientas de IAG ofrece oportunidades únicas para personalizar el aprendizaje, fortalecer competencias digitales y fomentar habilidades críticas tanto en estudiantes como en docentes. Sin embargo, esta implementación enfrenta limitaciones relacionadas con la baja alfabetización digital, la insuficiente infraestructura y la falta de programas formativos adecuados. Por ello, resulta imprescindible investigar cómo la IAG puede transformar las dinámicas educativas y qué estrategias son necesarias para maximizar su potencial, asegurando al mismo tiempo su aplicación ética y responsable.

En este marco, la presente investigación se propone analizar el impacto de la IAG en el desarrollo de competencias digitales en el sistema educativo peruano, explorando las oportunidades de aprendizaje, los desafíos pedagógicos y las necesidades de formación que surgen con su implementación. Este estudio no solo busca identificar las barreras existentes, sino también proponer estrategias que permitan integrar eficazmente estas tecnologías en contextos educativos con baja alfabetización digital.

METODOLOGÍA

La presente investigación se desarrolló siguiendo las directrices del método PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses), garantizando transparencia y rigor en la revisión sistemática de la literatura. Este enfoque permitió analizar de manera estructurada y exhaustiva los estudios relevantes sobre el impacto de la Inteligencia Artificial Generativa (IAG) en el desarrollo de competencias digitales en el ámbito educativo.

En primer lugar, se definieron criterios de inclusión para seleccionar los estudios relevantes. Se consideraron investigaciones que abordaran el impacto de la IAG en la educación, especialmente en el desarrollo de competencias digitales de docentes y estudiantes. Además, se incluyeron diseños de investigación cualitativos, cuantitativos o mixtos, publicados entre 2019 y 2024 en revistas revisadas por pares, en español o inglés. Por otro lado, se excluyeron estudios que no estuvieran centrados en el ámbito educativo, aquellos que no incluyeran un análisis del impacto de la IAG o que se limitaran a descripciones generales sobre inteligencia artificial. Asimismo, se descartaron informes no revisados por pares, tesis y documentos de trabajo.

La búsqueda bibliográfica se llevó a cabo en bases de datos electrónicas como Scopus, ScienceDirect y SciELO. Para garantizar una recuperación adecuada de la literatura, se emplearon términos clave combinados con operadores booleanos. Los términos utilizados en español incluyeron: (“Inteligencia Artificial Generativa” OR “Generative Artificial Intelligence”) AND (“Competencias Digitales” OR “Digital Competencies”) AND (“Educación” OR “Education”). En inglés, se usaron términos similares: (“Generative Artificial Intelligence”) AND (“Digital Competencies”) AND (“Education”). La búsqueda abarcó títulos, resúmenes y palabras clave de estudios publicados entre enero de 2019 y noviembre de 2023.

El proceso de selección de estudios se realizó en varias etapas. Inicialmente, se identificaron y eliminaron los registros duplicados utilizando un gestor bibliográfico. Posteriormente, dos investigadores revisaron de manera independiente los títulos y resúmenes, aplicando los criterios de inclusión y exclusión previamente definidos. En la siguiente etapa, los artículos seleccionados se analizaron en su totalidad para confirmar su relevancia. En caso de discrepancias, un tercer investigador fue consultado para alcanzar un consenso.

Para asegurar la calidad de los estudios incluidos, se utilizó una lista de verificación que consideró aspectos como la claridad de los objetivos, el diseño del estudio, los métodos de recolección y análisis de datos, y la identificación de posibles sesgos. Aquellos estudios que presentaron alto riesgo de sesgo o insuficiente rigor metodológico fueron excluidos.

Finalmente, tras un proceso sistemático de cribado y análisis, se seleccionaron 15 investigaciones relevantes para su análisis cualitativo y cuantitativo. Estas investigaciones se analizaron siguiendo las etapas de identificación, selección, elegibilidad e inclusión, de acuerdo con el flujo establecido por el método PRISMA. Los resultados obtenidos proporcionan una visión integral sobre el impacto de la IAG en el desarrollo de competencias digitales en el ámbito educativo.

Figura 1 Flujograma PRISMA 

RESULTADOS

Se diseñó una matriz para la extracción sistemática de datos relevantes, incluyendo: Información general (autor, año, país), diseño y metodología del estudio, características de los participantes (estudiantes, docentes, nivel educativo), tecnologías de IAG utilizadas y principales hallazgos relacionados con competencias digitales.

El uso de la inteligencia artificial generativa en tutoría de secundaria tiene el potencial no solo de replicar interacciones conversacionales con una persona, sino que, también, puede transferir los conocimientos previamente adquiridos a otras áreas de la competencia digital. Si bien la literatura hasta la fecha pone énfasis en los aspectos positivos de la competencia digital generados por la realización de actividades en diversos macrocampos de la competencia digital: efecto de automatización de tareas en el aprendizaje, proceso metacognitivo limitado y superficie que oculta la sensación de aprendizaje; la labor de ayudante virtual para la resolución de tareas o la predisposición emocional positiva, se ha encontrado algunos hitos en la competencia digital, aportando trabajos que ponen de manifiesto la naturalidad de los tutores virtuales a la hora de dialogar con el alumnado.

Por ello, la integración de tutores virtuales humanos y otros artefactos inteligentes, que sean capaces de dialogar naturalmente y de coordinarse para dar apoyo en los momentos de mayor necesidad, puede incrementar el aprendizaje y la posibilidad de transferir los conocimientos adquiridos a otros problemas no vistos previamente. También se ha demostrado el poder predictivo en el rendimiento y la satisfacción de los estudiantes; las señales afectivas del estudiante sobre su rendimiento y su predisposición a recibir ciertos estímulos.

DISCUSIÓN

Los resultados obtenidos revelan, en primer lugar, que el aprendizaje mediante la IAG desarrolla las competencias digitales de los alumnos, en concreto las competencias en comunicación lingüística y digital. Los resultados coinciden con lo expuestos por ^{Ovalles (2024)} quien observa en los estudiantes mejoras en la búsqueda, comprensión y uso de nueva información que les resulta útil para escribir sus propias aventuras. Especialmente, gracias al uso de herramientas como los simuladores de conversaciones que posee el chatbot, que se utilizan con el objetivo de adquirir información útil para redactar sus historias. Asimismo, los estudiantes confirman que han prestado atención y han entendido las explicaciones y tras internalizar la información conseguida, han realizado una documentación organizada y relacionada con la temática para mostrar su desenvolvimiento.

De igual forma, ^{Hernández et al. (2024)} señalan que el uso continuado de las tecnologías de la información y la comunicación ayuda a los estudiantes a familiarizarse con su manejo en diferentes niveles. Ven necesario, por consiguiente, el uso de las nuevas tecnologías para llegar a ser autónomos en un futuro próximo. En segundo lugar, reconocen que utilizar el lector-escritor les permite ser más competentes y han quedado satisfechos al enfrentarse al dilema de elegir las mejores herramientas tecnológicas para completar sus historias, además, consideran útil consultar tutoriales para adquirir una visión más general de las herramientas sobre las que trabajan e ir familiarizándose con todas sus funcionalidades.

En cuanto a las implicaciones para la práctica educativa, ^{Morillo Andrade (2023)} destaca un punto fundamental sobre la IA generativa: la posibilidad de tomar un rol más activo dentro de la práctica educativa, generando ejemplos y activando otros dispositivos generativos que no solo ayuden en el diseño y definición de las tareas, sino también como herramientas que orienten al estudiante a comprender la complejidad del dominio del conocimiento. Es evidente que, la necesidad de este enfoque se ha vuelto más relevante con el avance continuo de la sociedad digital y sus desafíos, tales como: la escritura académica, la falta de comprensión de los ámbitos de la lectura y la apropiación incorrecta de contenidos generados en línea. Por otro lado, un aspecto positivo consiste en que el uso de este tipo de programas, en el proceso de redacción colaborativa, promueve la construcción del conocimiento.

Además, ^{González & Torres (2024)} señalan que la presencia de un tutor facilita la asimilación y comprensión de los docentes-tutores. Ellos elaboran con sus estudiantes, según su propio estilo, un mapa conceptual conjunto tras revisar y reflexionar sobre los tópicos mostrados por el modelo predictivo del programa de IA. Finalmente, una de las mayores implicaciones de trabajar con un modelo predictivo es que todos los errores que muestra el programa eventualmente permitirán una reflexión-discusión más rica por parte del docente-tutor sobre los diferentes tópicos con sus alumnos. Hay que tomar en cuenta el intercambio de ideas y opciones lingüísticas que propone un programa de IA generativa, contextualizadas para las dinámicas del español, pues parecen haber generado un sistema de redacción coloquial digitalizado común alrededor del mundo.

Sin embargo, también ha despertado preocupaciones en torno a la posibilidad de ampliar la brecha digital y social. En especial, el uso generalizado de tecnologías impulsadas por la IA podría ser percibido por quien carece de ellas como un mecanismo adicional de exclusión, incluso para quienes tienen acceso; es decir, si la calidad y precisión del sistema de IA es mayor para un grupo social específico, el avance tecnológico incrementará las oportunidades y capacidades de ese grupo, a costa de ampliar la desventaja para el resto de las personas. Desde esa perspectiva, para ^{Rodríguez-Pedró (2024)} uno de los dilemas éticos de la IA es el acceso y la usurpación, debido a la posibilidad de que las ventajas ofrecidas por el uso de IA por un individuo o algún grupo social impulsen la exclusión de los demás. Al respecto, se propone para el diseño e implementación de tecnologías con IA, siguiendo las disyuntivas éticas de la IA, concebir un esquema de equidad óptimo, que asegure los mayores beneficios posibles para los individuos y los grupos más desventajados, mientras que, al mismo tiempo, evite incurrir en costos antidistributivos que puedan perjudicar a los demás.

Una segunda reflexión en torno a la equidad enfatiza la lógica de los rendimientos decrecientes para proponer soluciones equitativas y detener el fortalecimiento de las desigualdades ocasionadas por los ingresos concentrados en la parte alta de la pirámide económica en respuesta al desarrollo del aprendizaje automático por muchos. En consecuencia, ^{Durán Chaparro (2024)} señala que la recomendación ética a este respecto es mantener la orientación del desarrollo del aprendizaje automático orientado a la producción de bienes y servicios que generen ganancias de bienestar para las grandes masas de la población, para así evitar la priorización de las preocupaciones de un pequeño grupo; retos ante los que exhortan a los gobiernos, y a los demás creadores de valor de la sociedad, a reenfocar el aprendizaje automático hacia la adquisición de conocimientos básicos para el público en general, al mismo tiempo que se buscan oportunidades de mejora en el desempeño, en lugar de agravar la brecha mediante un aprendizaje automático que se orienta a la exclusiva búsqueda de una mayor eficiencia en la producción de objetos de utilidad que compiten por el gasto de un pequeño grupo.

CONCLUSIONES

Este estudio analiza cómo la Inteligencia Artificial Generativa (IAG) impacta el desarrollo de competencias digitales en el sistema educativo peruano, destacando tanto los beneficios que ofrece como los desafíos que aún persisten. A través de un enfoque mixto, que integra métodos cualitativos y cuantitativos, se han analizado las experiencias y percepciones de docentes y estudiantes, evidenciando el impacto concreto de estas herramientas en el fortalecimiento de habilidades específicas. Los resultados indican que la integración de la IAG podría mejorar tanto el aprendizaje como la enseñanza, fortaleciendo competencias esenciales como la alfabetización digital y el pensamiento crítico. No obstante, también se identificaron algunas carencias en cuanto al conocimiento y preparación, especialmente en el profesorado, sobre la IAG, lo que resalta la necesidad de crear programas de capacitación específicos que permitan a los docentes aprovechar estas tecnologías de manera eficaz en sus clases.

En este sentido, la revisión sistemática, hecha bajo el método PRISMA, permitió revisar y sintetizar estudios previos acerca del tema, proporcionando mayor solidez y rigor a las conclusiones. Este análisis muestra que, aunque en general se tiene una visión optimista sobre el uso de IA en la educación, existen retos significativos relacionados con la infraestructura, la preparación de los docentes y las cuestiones éticas sobre el uso de los datos que ofrece la IA. Además, la información analizada refleja que, tanto en educación secundaria como superior, los estudiantes que han utilizado herramientas de IAG experimentan una motivación superior y un mayor desarrollo de competencias digitales, que van desde habilidades básicas hasta niveles más avanzados.

En pocas palabras, la IAG es una herramienta valiosa y promete mucho en el ámbito educativo, al transformar los métodos de enseñanza-aprendizaje y al fortalecer las competencias digitales propicias para enfrentar los desafíos del siglo XXI. Aunque su implementación requiere un enfoque equilibrado y ético, asegurando que los docentes reciban la capacitación necesaria y que se desarrollen políticas educativas que minimicen los riesgos y potencien los beneficios. De allí que, las futuras investigaciones deberán profundizar en los efectos a largo plazo de la IAG en los diferentes niveles educativos y proponer estrategias de formación docente y soporte técnico que permitan una adopción sostenible y eficaz de estas tecnologías en el entorno educativo.