Maestría en Educación y Transformación Digital · 2025
Inteligencia artificial en la evaluación y analítica del aprendizaje: tensiones y desafíos para el Modelo Educativo en la Educación Superior
Solo ficha. El repositorio marca este trabajo como «None»: el PDF no es público, así que aquí no hay texto para leer. Ver la ficha en el repositorio.
Resumen
La expansión de la inteligencia artificial (IA) en el ámbito educativo plantea oportunidades significativas junto a riesgos vinculados a la justicia algorítmica, la reproducción de sesgos históricos y la profundización de brechas estructurales en países en desarrollo. Mediante una revisión crítica de la literatura mediante un análisis categorial cualitativo que permitió identificar seis categorías emergentes y los vacíos más relevantes en torno a la IA educativa: sesgos algorítmicos en el diseño, brechas en infraestructura y conectividad, formación docente insuficiente, impacto diferenciado en grupos vulnerables, ausencia de marcos éticos y regulatorios, y el potencial de personalización del aprendizaje. Los hallazgos evidencian una configuración asimétrica: mientras las funcionalidades técnicas alcanzan un grado avanzado de desarrollo, persisten déficits críticos en la fundamentación pedagógica, la regulación ética y la inclusión de actores centrales como docentes y estudiantes. Se concluye que la IA educativa se encuentra atrapada en una lógica tecnocrática que privilegia la sofisticación algorítmica por encima de la reflexión pedagógica situada, lo que genera riesgos de exclusión y colonialismo digital. A partir de estos hallazgos, se proponen líneas de investigación orientadas a construir marcos teóricos sólidos, fortalecer la participación docente y estudiantil, y promover políticas educativas inclusivas y contextualizadas que aseguren un desarrollo equitativo de la IA en educación.