ISSN-L:3091-1893
10.63803
ISSN-L:3091-1893
10.63803
20262026
Ronald Alberto Piedra Zuriaga
Ronald Alberto Piedra Zuriaga
Ronald Alberto Piedra Zuriaga
ra.piedraz@uea.edu.ec
ra.piedraz@uea.edu.ec
ra.piedraz@uea.edu.ec
Universidad Estatal Amazónica
Universidad Estatal Amazónica
Universidad Estatal Amazónica
Puyo, Ecuador
Puyo, Ecuador
Puyo, Ecuador
Daysi Lorena Caiza López
Daysi Lorena Caiza López
Daysi Lorena Caiza López
dl.caizal@uea.edu.ec
dl.caizal@uea.edu.ec
dl.caizal@uea.edu.ec
Universidad Estatal Amazónica
Universidad Estatal Amazónica
Universidad Estatal Amazónica
Puyo, Ecuador
Puyo, Ecuador
Puyo, Ecuador
Ronald Alberto Piedra Zuriaga
ra.piedraz@uea.edu.ec
Universidad Estatal Amazónica
Puyo, Ecuador
Daysi Lorena Caiza López
dl.caizal@uea.edu.ec
Universidad Estatal Amazónica
Puyo, Ecuador
VOL. 2, NÚM 2VOL. 2, NÚM 2
Uso de la inteligencia artificial en el aula: entre la innovación y la
Uso de la inteligencia artificial en el aula: entre la innovación y la
Uso de la inteligencia artificial en el aula: entre la innovación y la
dependencia tecnológica
dependencia tecnológica
dependencia tecnológica
Use of Artificial Intelligence in the Classroom: Between Innovation and
Use of Artificial Intelligence in the Classroom: Between Innovation and
Use of Artificial Intelligence in the Classroom: Between Innovation and
Technological Dependence
Technological Dependence
Technological Dependence
Uso de la inteligencia artificial en el aula: entre la innovación y la
dependencia tecnológica
Use of Artificial Intelligence in the Classroom: Between Innovation and
Technological Dependence
Gestión editorial
Fecha de recepción (Received): 6 de abril de 2026.
Fecha de aceptación (Accepted): 7 de mayo de 2026.
Fecha de publicación (Published online): 12 de mayo de 2026.
DOI: https://doi.org/10.63803/prisma.v2n2.22
Gestión editorial
Fecha de recepción (Received): 6 de abril de 2026.
Fecha de aceptación (Accepted): 7 de mayo de 2026.
Fecha de publicación (Published online): 12 de mayo de 2026.
DOI: https://doi.org/10.63803/prisma.v2n2.22
Janneth Alexandra Caiza López
Janneth Alexandra Caiza López
Janneth Alexandra Caiza López
janneth.caiza@educacion.gob.ec
janneth.caiza@educacion.gob.ec
janneth.caiza@educacion.gob.ec
Ministerio de Educación, Deporte y Cultura
Ministerio de Educación, Deporte y Cultura
Ministerio de Educación, Deporte y Cultura
Quito, Ecuador
Quito, Ecuador
Quito, Ecuador
Marco Israel Piedra Zuriaga
Marco Israel Piedra Zuriaga
Marco Israel Piedra Zuriaga
piedra_marco@outlook.com
piedra_marco@outlook.com
piedra_marco@outlook.com
Universidad Central del Ecuador
Universidad Central del Ecuador
Universidad Central del Ecuador
Quito, Ecuador
Quito, Ecuador
Quito, Ecuador
Janneth Alexandra Caiza López
janneth.caiza@educacion.gob.ec
Ministerio de Educación, Deporte y Cultura
Quito, Ecuador
Marco Israel Piedra Zuriaga
piedra_marco@outlook.com
Universidad Central del Ecuador
Quito, Ecuador
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
261
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
Uso de la inteligencia artificial en el aula: entre la innovación y la dependencia tecnológica
Use of Artificial Intelligence in the Classroom: Between Innovation and Technological Dependence
Resumen
Palabras clave
El uso de la inteligencia artificial (IA) en los entornos educativos ha experimentado
una expansión acelerada que supera, en muchos casos, la reflexión pedagógica que
debería acompañarla. Este artículo tuvo como objetivo analizar, mediante una
revisión sistemática de la literatura bajo los lineamientos PRISMA 2020, el uso de
la IA en el aula, considerando su potencial para la innovación educativa a partir del
fortalecimiento de las competencias tecnológicas docentes y del desarrollo del
criterio y la conciencia ética en los estudiantes, así como los riesgos asociados a
una posible dependencia tecnológica excesiva. Se analizaron 13 estudios
seleccionados de bases de datos indexadas del período 2020–2025. Los resultados
identificaron cinco ejes temáticos: innovación educativa, dependencia tecnológica,
implicaciones éticas, formación docente y aprendizaje autónomo. La evidencia
demuestra que la IA optimiza procesos pedagógicos cuando existe mediación
docente, pero su uso sin regulación favorece la delegación cognitiva, debilita el
pensamiento crítico y genera una autonomía aparente en los estudiantes. Además,
se identificaron tensiones éticas en torno a la autoría y el plagio, y se evidenció la
necesidad de que la formación docente transite hacia competencias críticas y
pedagógicas. Se concluye que la integración sostenible de la IA en la educación
requiere marcos normativos claros, diseño intencional de actividades y evaluación
centrada en procesos.
• Inteligencia artificial
• Dependencia tecnológica
• Innovación educativa
• Formación docente
• Aprendizaje autónomo
Abstract
Keywords
The use of artificial intelligence (AI) in educational settings has experienced rapid
expansion that, in many cases, outpaces the pedagogical reflection that should
accompany it. This article aimed to analyze, through a systematic literature review
following PRISMA 2020 guidelines, the use of AI in the classroom, considering its
potential for educational innovation through the strengthening of teachers'
technological competencies and the development of ethical awareness and
judgment in students, as well as the risks associated with possible excessive
technological dependence. Thirteen studies selected from indexed databases
covering the period 2020–2025 were analyzed. The results identified five thematic
axes: educational innovation, technological dependence, ethical implications,
teacher training, and autonomous learning. The evidence shows that AI optimizes
pedagogical processes when teacher mediation is present, but its unregulated use
promotes cognitive delegation, weakens critical thinking, and generates an
apparent autonomy in students. Furthermore, ethical tensions regarding authorship
and plagiarism were identified, and the need for teacher training to transition
toward critical and pedagogical competencies was highlighted. It is concluded that
the sustainable integration of AI in education requires clear regulatory frameworks,
intentional activity design, and process-centered assessment.
• Artificial intelligence
• Technological dependence
• Educational innovation
• Teacher training
• Autonomous learning
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
262
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
Introducción
Durante el 2023 se dio a conocer a nivel mundial el uso de las herramientas de Inteligencia Artificial
generativa desarrollado por OpenAI, esta es un modelo de lenguaje que tiene la capacidad de producir
texto tal y como lo podría hacer una persona (Mello et al., 2023). Dicha tecnología ha sido aplicada
en distintas áreas, una de ellas y en la cual se enfocará este trabajo, es la educación. Según León
Cuenca et al. (2024), se puede considerar un motor de transformación académica, pues ha brindado
varias soluciones a distintos tipos de necesidades educativas tales como los sistemas de tutores
inteligentes, sistemas de automatización de evaluaciones, plataformas de aprendizaje que se enfocan
en el trabajo colaborativo y juegos basados en el aprendizaje (Zamora Varela & Mendoza Encinas,
2023).
En la misma línea sobre el aporte de la praxis de la IA en el aula, la relación entre ética y calidad
educativa no puede reducirse a una cuestión de compatibilidad técnica, sino que plantea una tensión
estructural: la tecnología, por su propia lógica de eficiencia, tiende a desplazar el juicio humano
precisamente en los espacios donde este resulta más necesario. Flores & García (2023) advierten que
la implementación de la IA debe ser sostenible bajo criterios rigurosos de responsabilidad,
especialmente cuando esta comienza a incidir en la toma de decisiones educativas. Sin embargo, lo
que este planteamiento revela de forma más profunda es que el riesgo no radica únicamente en un
uso irresponsable de la herramienta, sino en la ausencia de marcos pedagógicos y éticos previos a su
adopción. Integrar la IA sin estos marcos equivale a subordinar los fines educativos a los medios
tecnológicos, invirtiendo la lógica pedagógica fundamental. Por tanto, definir principios éticos no es
un complemento opcional al proceso de implementación, sino su condición de posibilidad: sin ellos,
la IA en el aula opera como un instrumento de racionalización técnica antes que como un recurso al
servicio del aprendizaje significativo.
Uno de los objetivos fundamentales en la educación secundaria es el desarrollo de destrezas
orientadas al aprendizaje autónomo (Figueroa Bejarano et al., 2025). No obstante, la disponibilidad
inmediata de la IA introduce una paradoja pedagógica que merece atención crítica: en lugar de
potenciar dicha formación, puede inhibirla cuando el estudiante sustituye el proceso de construcción
del conocimiento por la reproducción acrítica de los contenidos generados por estas herramientas. En
efecto, la facilidad de acceso no garantiza apropiación cognitiva, puesto que la simple transferencia
de información sin verificación, contraste ni elaboración propia opera en sentido contrario a los
principios del aprendizaje autónomo, que exigen del estudiante no solo localizar información, sino
evaluarla, integrarla y transformarla. De ahí que el verdadero desafío no sea restringir el uso de la IA,
sino reorientar pedagógicamente su incorporación, de modo que funcione como andamiaje para el
pensamiento crítico y no como sustituto de este.
En el contexto educativo universitario se busca un desarrollo profundo del conocimiento respecto a
los estudiantes, y en cuanto a los educadores el avance de nuevas estrategias pedagógicas e
innovadoras (Zamora Varela & Mendoza Encinas, 2023). La inteligencia artificial se ha convertido
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
263
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
en una herramienta en la que docentes y alumnos se apoyan al momento de realizar actividades como:
redacción de textos, resolución de actividades, diseño de materiales, simplificación y automatización
de procesos académicos generando un cambio acelerado en las distintas dinámicas de enseñanza y
aprendizaje.
El cambio antes mencionado impacta de manera directa a la formación docente, pues Rondon-Morel
et al. (2024) destacan que la implementación sostenible de la IA precisa de profesorado con
competencias digitales que sean mucho más críticas que operativas, debido a esto no solo es saber
manejar de manera eficiente la herramienta, sino que es de suma importancia la evaluación de uso
con reglas y actividades donde la IA sea complemento del ámbito pedagógico. Bajo esta perspectiva
se puede argumentar que la innovación de la educación dependería menos de la herramienta y más
de la habilidad y capacidad docente para guiar y retroalimentar la intención de uso, además de
mantener un sentido formativo en el desarrollo de actividades y tareas.
En el ámbito profesional la IA se ha polarizado en varias opiniones, incluso se la ha llegado a
considerar como una amenaza para algunos empleos, pero es importante destacar que la labor del ser
humano se representa por un valor intangible así lo sustenta (Zamora Varela & Mendoza Encinas,
2023). Por otra parte, se la considera como un abanico de múltiples posibilidades y oportunidades
para el desarrollo en distintas áreas.
Sin embargo, todas estas ventajas también traen consigo una problemática que ha ido en crecimiento,
pues existe el riesgo de generar una dependencia a la IA, debido a que puede afectar a la autonomía
de la planta docente como también la de los estudiantes. Guzmán Valdivia (2024) hace énfasis en que
el uso de modelos generativos de IA promete una optimización, eficacia, eficiencia y una
personalización del aprendizaje, pero también conlleva varios riesgos como el plagio de información
y un debilitamiento del razonamiento intrínseco del individuo.
Acuña (2024) sostiene que la respuesta de las instituciones educativas frente al uso de esta
herramienta no debe centrarse en su prohibición o restricción, sino en el fortalecimiento de su
integración pedagógica en los procesos formativos. En este sentido, resulta pertinente orientar la
evaluación hacia el seguimiento del proceso de aprendizaje, mediante la revisión de borradores, la
retroalimentación continua y el diseño de actividades que promuevan la comparación, la
argumentación y la aplicación contextual del conocimiento. De este modo, se favorece el desarrollo
del pensamiento crítico, en tanto el estudiante asume un rol activo en la construcción de su producción
académica, sustentando y justificando sus ideas con mayor rigor y autonomía intelectual.
Irshad et al. (2022) sostienen que entre los problemas más destacados es el cómo evaluar los
conocimientos y habilidades de los alumnos si los educadores no pueden evidenciar la cantidad de
contenido que fue creado por autoría de ellos mimos y qué porcentaje del contenido fue generado por
la IA. Este delicado balance entre la innovación y la consecuente dependencia de esta herramienta
genera un gran debate en el ámbito educativo.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
264
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
Aunque se suele resaltar el uso individual de la IA, existe evidencias de su potencial en cuanto a
dinámicas de cooperación entre pares o grupales, por tanto Acosta Pastor & Carcaustro Calla (2025)
identifican una estrecha relación entre el aprendizaje colaborativo y el uso de IA en estudiantes
universitarios, ya que apoya a la coordinación de grupo, además de la construcción de nuevos
conocimientos e intercambio de ideas, incluso se puede reforzar la integración dentro de las
metodologías activas. Pero bajo este mismo enfoque todo eso no puede suceder si no existe una guía
adecuada de parte de los docentes, puesto que si no se lo hace de la manera correcta la misma IA
puede reemplazar el discurso entre los mismos miembros del grupo en vez de ayudar a enriquecer el
argumento o producto que desean generar los educandos.
La aplicación de la IA en la elaboración de trabajos académicos universitarios puede ser de gran
ayuda para los estudiantes, pero también debe estar regulada por marcos normativos que aseguren
una integridad y ética, pues esto da como resultado la pérdida de habilidades críticas en los alumnos
(Macedo et al., 2025). La existencia de una preocupación por la dependencia de tecnológica es
evidente, ya que el uso excesivo puede comprometer la capacidad del aprendizaje autónomo y el
incremento de destrezas o competencias analíticas de aspecto superior si no se llega a gestionar de
manera adecuada (Del Cisne Loján et al., 2024).
En el entorno y contexto universitario existen ciertas prácticas poco éticas que se promocionan en las
redes sociales sobre una posible realización de trabajos académicos, esto puede desembocar en una
posible normalización de esta práctica y por lo tanto limitar la capacidad de generación de contenido
científico del estudiantado, así lo afirma (Castillejos López, 2022).
El objetivo de este artículo es analizar, mediante una revisión documental, el uso de la inteligencia
artificial en el aula, considerando su potencial para la innovación educativa a partir del fortalecimiento
de las competencias tecnológicas docentes y del desarrollo del criterio y la conciencia ética en los
estudiantes, así como los riesgos asociados a una posible dependencia tecnológica excesiva.
Esta investigación se justifica en la expansión sin precedentes que ha experimentado la IA en el
ámbito educativo, proceso que, en la mayoría de casos, ha superado la reflexión pedagógica necesaria
para acompañarlo con criterio. Por ello, resulta imprescindible revisar la literatura reciente sobre esta
temática, con el propósito de comprender cómo estas tecnologías están transformando el aprendizaje
y bajo qué condiciones su incorporación puede constituir una fortaleza pedagógica, sin desplazar los
procesos cognitivos y formativos que son inherentes a la experiencia humana de educar.
Metodología
El presente estudio se desarrolló mediante una revisión sistemática de la literatura, siguiendo los
lineamientos establecidos por la declaración PRISMA 2020 (Preferred Reporting Items for
Systematic Reviews and Meta-Analyses), con el propósito de garantizar la transparencia,
reproducibilidad y el rigor metodológico en los procesos de identificación, selección, análisis y
síntesis de la evidencia científica disponible. Además, el diseño metodológico se fundamentó en los
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
265
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
principios de la investigación basada en evidencia, haciendo énfasis en la formulación explícita de
criterios de inclusión y exclusión, así como en la trazabilidad del proceso de búsqueda y análisis
documental (Page et al., 2021; Kitchenham et al., 2015).
Por otra parte, la revisión se concibió como una síntesis cualitativa de estudios empíricos y teóricos,
orientada a identificar patrones, tendencias y tensiones conceptuales en torno al uso pedagógico de la
inteligencia artificial en el aula, siguiendo los aportes metodológicos de Snyder (2019) quien destaca
el valor de las revisiones sistemáticas para estructurar campos de conocimiento emergentes. Del
mismo modo, se adoptaron los criterios de planificación, ejecución y reporte propuestos por Booth et
al. (2022) los cuales enfatizan la importancia de una estrategia de búsqueda rigurosa y replicable en
bases de datos académicas indexadas.
La búsqueda bibliográfica se realizó en bases de datos académicas indexadas y de reconocido impacto
científico, específicamente Scopus, Web of Science, SciELO, Redalyc, Dialnet y Google Scholar,
debido a su relevancia en el ámbito educativo y tecnológico. El período temporal considerado
comprendió los años 2020 a 2025, con el fin de recopilar literatura reciente que reflejara el auge
acelerado del uso de la inteligencia artificial en educación.
Del mismo modo, se emplearon combinaciones de descriptores en español e inglés, utilizando
operadores booleanos AND y OR, tales como: “inteligencia artificial” AND “educación”, “uso
pedagógico de la inteligencia artificial”, “IA en el aula”, “dependencia tecnológica”, “ética educativa”
y “competencias digitales docentes”. Esta estrategia permitió ampliar el espectro de búsqueda y
asegurar la inclusión de estudios relevantes desde diversas perspectivas teóricas y metodológicas.
En cuanto a los criterios de inclusión, se consideraron:
• artículos científicos publicados en revistas arbitradas e indexadas;
• estudios centrados en el uso educativo de la inteligencia artificial en contextos escolares o
universitarios;
• investigaciones que abordaran dimensiones pedagógicas, éticas, tecnológicas o formativas; y
• documentos disponibles en texto completo en español o inglés.
Por el contrario, se excluyeron:
• documentos duplicados;
• publicaciones no arbitradas, como blogs, notas periodísticas o documentos de opinión sin
respaldo académico;
• estudios enfocados exclusivamente en aspectos técnicos de la inteligencia artificial sin
vinculación educativa; e
• investigaciones cuyo contenido no guardara relación directa con el objetivo del estudio.
Posteriormente, el proceso de selección se llevó a cabo en cuatro fases, conforme al diagrama
PRISMA: identificación, cribado, elegibilidad e inclusión (Ver Figura 1). En la fase de identificación
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
266
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
se recuperaron todos los registros potenciales; en el cribado se revisaron títulos y resúmenes; en la
etapa de elegibilidad se analizó el texto completo de los estudios preseleccionados; y finalmente, se
incluyeron aquellos que cumplían plenamente los criterios establecidos.
Figura 1
Diagrama PRISMA
Finalmente, el proceso de análisis se apoyó en una síntesis narrativa temática, adecuada para estudios
educativos donde la heterogeneidad metodológica impide la realización de metaanálisis, enfoque
respaldado por Torraco (2016) quien subraya la relevancia de este tipo de síntesis para comprender
fenómenos complejos asociados a la innovación pedagógica y al cambio tecnológico.
Resultados
Al realizar la revisión sistemática se identificó un total de 186 registros en las bases consultadas por
los autores, después, al realizar la depuración manual, se eliminaron un total de 29 documentos
duplicados lo cual nos da como resultado de 157 registros que fueron cribados por título y resumen.
Durante esta etapa se excluyeron 116 documentos por falta de pertenencia con el objetivo del estudio,
por lo tanto, pasaron a la fase de evaluación de elegibilidad 41 textos. A continuación, 28 textos
completos fueron excluidos al no estar dentro del enfoque pedagógico de este trabajo académico,
además de que no hubo un aporte significativo o evidencia suficiente, Como resultado final 13
estudios son incluidos en la síntesis cualitativa, se puede observar en la Figura 1.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
267
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
En concordancia relacional con la caracterización del corpus los 13 estudios que fueron incorporados
tienen análisis teóricos, estudios empíricos y revisiones de literatura, enfocados en aportes que se
encuentran asociados con la educación superior, la formación docente e incluso debates actuales sobre
el uso de la IA generativa en trabajos académicos. También es importante mencionar que existen
aportes significativos guiados a la educación secundaria, primordialmente en el aprendizaje
autónomo, con la finalidad de facilitar una lectura comparativa se presenta una tabla con las
características generales de los textos estudiados (Tabla 1).
Tabla 1
Características de los 13 estudios incluidos
Autor y
año
Contexto /
población
Tipo de
estudio
Enfoque
principal
Aporte clave para la revisión
Acosta
Pastor &
Carcaustro
Calla
(2025)
Univ. pública,
estudiantes de
ingeniería
Cuantitativo
correlacional
IA y aprendizaje
cooperativo
Reporta relación entre el uso de la IA y
dinámicas cooperativas, además advierte la
necesidad de una guía docente para evitar
sustitución del trabajo colaborativo.
Acuña
(2024)
Educación
superior /
Integridad
académica
Cualitativo
bibliográfico
IA y prevención
de plagio
Expresa estrategias para reforzar la
integridad académica mediante evaluación
de procesos, seguimientos y uso responsable
de criterios.
Castillejos
López
(2022)
Estudiantes
universitarios y
entornos
digitales
Ensayo /
reflexión.
PLE, ética y
prácticas poco
éticas
Identifica en redes sociales las distintas
opciones para generar trabajos académicos y
cómo esto puede generar prácticas no éticas
y debilidad en la autoría y pensamiento
crítico de los trabajos académicos.
Del Cisne
Loján et al.
(2024)
Docente /
encuesta
Cuantitativo
Dependencia
tecnológica
Evidencia el uso excesivo que puede afectar
las habilidades críticas y el aprendizaje
autónomo.
Figueroa
Bejarano et
al. (2025)
Educación
secundaria
Revisión /
análisis
documental
IA y aprendizaje
autónomo
Analiza las oportunidades y desafíos de la
delegación cognitiva a la IA.
Flores &
García
(2023)
Debate
educativo
(ODS4)
Artículo
teórico
Ética y
responsabilidad
Evidencia los principios éticos, retos y
potencialidades, además enfatiza la
gobernanza y la responsabilidad enfocado en
una educación de calidad.
Mello et al.
(2023)
Enfoque
histórico
Artículo de
contexto
Orígenes de la IA
Aporta un marco histórico y conceptual
sobre el auge reciente de la IA y su
influencia en debates actuales.
Guzmán
Valdivia
(2024)
Educación
superior
Artículo
analítico
ChatGPT:
promesas y
riesgos
Verifica la existencia de los beneficios y
riesgos éticos en el uso de la, además plantea
retos para su evaluación.
Macedo et
al. (2025)
Educación
superior
Revisión
sistemática –
PRISMA
IA en trabajos
académicos
Realiza un resumen de beneficios y riesgos
en cuanto a la dependencia, pérdida de
habilidades y dilemas éticos y sugiere que se
realicen marcos normativos.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
268
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
Rondon
Morel et al.
(2024)
Formación
docente
Revisión
documental –
PRISMA
IA en formación
docente
Menciona que el gran impacto positivo
depende de competencias digitales que sean
críticas y docentes con criterios
pedagógicos, y añade que no sea solo de
manera instrumental.
Irshad et al.
(2022)
Análisis de
literatura
Revisión
analítica
Debates sobre la
IA en educación
Realiza una sistematización de discusiones
recientes, además de incluir a la IA
generativa y hace énfasis en las tensiones
sobre la evaluación, tutoría y el rol docente.
Zamora
Varela &
Mendoza
Encinas
(2023)
Educación
superior
Reflexión –
revisión
Futuro de la
educación
superior
Plantea los horizontes y desafíos de la
adaptación institucional a la IA, además del
rol docente y nuevas competencias.
León
Cuenca et
al. (2024)
Revisión de
literatura
Revisión
narrativa
Evolución e
impacto de la IA
Evidencia la evolución histórica y la
expansión del impacto educativo tanto en
docentes como en estudiantes.
Tomando como base el análisis temático, los diferentes resultados se enfocaron en cinco ejes
principales los cuales son: Dependencia tecnológica, innovación educativa, implicaciones éticas e
integridad académica, formación docente y aprendizaje autónomo. Al analizarlo en conjunto se puede
evidenciar que la IA puede generar una contribución a la innovación siempre y cuando sea una
herramienta de apoyo pedagógico manejada con crítica, especialmente en la personalización,
organización de pendientes o tareas, generación de retroalimentación y optimización de actividades,
no obstante los beneficios antes mencionados se reducen cuando no existe una guía o supervisión,
puesto que puede recaer en una dependencia tecnológica y dar como resultado una reducción en las
habilidades del pensamiento crítico.
La dependencia tecnológica es un eje en el cual nos advierte que el uso excesivo y sin supervisión
puede llegar a favorecer la delegación cognitiva a la IA, dando como resultado la disminución de
esfuerzo, interpretación y toma de decisiones autónomas por parte del estudiante. De esta manera, el
educando llega a confundir la eficiencia de aprendizaje con la rapidez y existe la posibilidad de que
genere respuestas, pero sin el aprendizaje deseado.
La ética e integridad académica es otro eje que resalta, pues se evidencian reportes sobre la autoría
veraz, plagio, sesgos y la responsabilidad del autor en cuanto al uso de la IA, esto se contrasta con la
solución institucional no es la limitación o prohibición, sino que se deben fortalecer los criterios de
evaluación mediante procesos de transparencia y acompañamiento en cuanto al uso de herramientas,
por lo tanto, podría dar como resultado una cultura de integridad académica.
En cuanto a la formación docente, los estudios sugieren que el dominio o implementación de la IA
requiere, necesariamente, competencias que no solo se enfoquen en el dominio operacional, sino que
se debe enfocar en criterios pedagógicos para crear un diseño de actividades, acompañamiento de
procesos, evaluaciones con pertinencia y límites que sean claros con los estudiantes. Para finalizar,
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
269
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
el aprendizaje autónomo puede ser útil, siempre y cuando este sea promovido con una adecuada
planificación, autocorrección y reflexión crítica, por lo contrario, si no se supervisa de manera
constante puede dar la falsa sensación de autonomía.
La Tabla 2 presenta una síntesis temática de la literatura revisada, organizada en cinco ejes
principales.
Tabla 2
Síntesis temática por ejes
Eje temático
Síntesis narrativa
Estudios que lo sostienen
Innovación
educativa
Aparición de la IA como impulso de innovación en
educación haciendo énfasis en personalización, apoyo a
tareas y automatización de actividades repetitivas. Además
de la integración pedagógica ética y evaluación auténtica.
León Cuenca et al. (2024);
Zamora & Mendoza (2023);
Guzmán (2024); Macedo et
al. (2025)
Dependencia
tecnológica
De acuerdo con la evidencia encontrada menciona que el uso
excesivo puede reducir el esfuerzo cognitivo, debilitar las
habilidades críticas y además compromete la autonomía,
incluso se recomienda el acompañamiento y reglas claras
por parte del docente.
Del Cisne Loján et al.
(2024); Macedo et al.
(2025); Figueroa et al.
(2025)
Implicaciones
éticas e integridad
Identifica tenciones en la autoría, plagio, sesgos y
responsabilidades del autor al realizar trabajos académicos,
propone el diseño de evaluación de procesos e incentivar
una cultura de ética, más no restringir en exceso el uso de la
tecnología e IA.
Flores & García (2023);
Acuña (2024); Castillejos
(2022); Guzmán (2024);
Irshad et al. (2022)
Formación
docente e IA
La transformación de la formación docente debe guiarse de
lo operativo a lo crítico, es decir, desarrollar competencias
para la guía, evaluación, regulación y aprovechamiento de a
IA como un complemento pedagógico.
Rondon – Morel et al.
(2024); Zamora & Mendoza
(2023)
Aprendizaje
autónomo e IA
La incorporación de la IA en el apoyo del aprendizaje como
eje de orientación y retroalimentación, pero puede generar
una autonomía aparente, si se reemplaza la reflexión y la
construcción personal del aprendizaje.
Figueroa et a. (2025); Del
Cisne Loján et al. (2024);
Macedo et al. (2025)
Discusión
Los resultados demuestran que existe una tensión entre el uso de la IA y la dependencia sin criterio
pedagógico, es decir, que esta discrepancia se aclara cuando el uso de la herramienta no es guiado de
manera adecuada, y por lo tanto no garantiza por sí misma un aprendizaje verdadero y profundo, el
contraste se produce en la forma de integración de esta tecnología, en el rol del docente como
mediador y el adecuado diseño de evaluación.
Por esta razón cuando se indaga desde una visión mucho más panorámica, es clara la asociación de
la educación con las expectativas de uso de la IA, pero al mismo tiempo estos se reflejan como
desafíos pedagógicos que de manera sistematizada necesitan una regulación y diseño intencional, así
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
270
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
lo menciona (León Cuenca et al., 2024). Bajo la misma línea se sostiene que los recursos, interacción
y evaluación no dependen únicamente de la tecnología, sino que esto se lo debe enfocar en la mejora
de estrategias de enseñanza-aprendizaje (Engel & Coll, 2022).
En cuanto a la innovación educativa, la evidencia corrobora que la IA optimiza los procesos como lo
son: personalización, generación de ideas iniciales para tareas o textos académicos, apoyo de la
escritura y retroalimentación rápida (Guzmán Valdivia, 2024; Macedo et al., 2025). Pero, en
consecuencia, todos estos beneficios se ven desplazados y tienden a ser frágiles cuando no existe un
acompañamiento guiado y didáctico que demanden existencia rigurosa al estudiante al momento de
justificar, argumentar y contrastar fuentes de información y sustentación de fuentes, en este apartado
la IA es más provechosa cuando se usa como un apoyo para pensar mejor, y no como un sustituto del
pensamiento. Por otra parte, al plantear modelos de lenguaje como enfoque de recursos educativos,
este destaca su fácil personalización, además de incluir en esta categoría los chatbots y asistentes,
pero su uso demanda una supervisión humana y se considera también la ética personal en la privacidad
y sesgos (Rodríguez Fernández et al., 2024). Acotando a esto Acosta Pastor & Carcaustro Calla
(2025) realizan el análisis de relación entre la IA y el aprendizaje cooperativo en estudiantes
universitarios, pues la revisión destaca que la efectividad de estrategias de aprendizaje cooperativo se
relaciona con el rendimiento en cuanto al enfoque de interdependencia positiva y la responsabilidad
individual, es por esta razón que no es recomendable el uso de IA cuando el escenario es un trabajo
colaborativo sino existe una estructura pedagógica clara y bien cimentada (Meneses Cali et al., 2025).
La dependencia tecnológica constituye un eje crítico en los procesos formativos contemporáneos,
particularmente cuando el estudiante orienta su atención exclusivamente hacia el producto final y no
hacia el proceso de aprendizaje. En este sentido, el uso intensivo de herramientas de inteligencia
artificial puede generar efectos contraproducentes sobre el esfuerzo cognitivo, al reducir la
implicación activa del sujeto en la construcción del conocimiento. Igualmente, puede incidir
negativamente en el desarrollo de habilidades de pensamiento crítico y en los procesos de
autorregulación del aprendizaje, entendidos como la capacidad del estudiante para planificar,
monitorear y evaluar su propio desempeño académico (Del Cisne Loján et al., 2024). Los hallazgos
de este estudio son consistentes con los de Gerlich (2025) el cual sugiere que el uso regular y sobre
todo frecuente de herramientas respaldadas por IA puede desplazar parte del esfuerzo cognitivo del
estudiantado, pues es necesario sostener un pensamiento crítico. Por esta razón la discusión manifiesta
que el desafío no solo es un uso tecnológico, sino también pedagógico, es importante la
implementación de actividades que prioricen el seguimiento del proceso, reflexión metacognitiva y
la aplicación contextualizada para que el estudiante mantenga un control adecuado en su aprendizaje
(Figueroa Bejarano et al., 2025).
En cuanto a la ética e integridad académica el debate se centra en la complejidad de delimitar la
autoría, es decir, el reconocimiento como aporte de la herramienta y prevención de plagio (Acuña,
2024), sin duda la evidencia sustenta que las instituciones deben respaldar un enfoque basado en la
transparencia, esto lo complementa Espinal Santan (2025) al mencionar que en la alfabetización
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
271
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
informal la evaluación es fundamental, pues sostiene que un uso ético del conocimiento debe ser
reforzado para generar un hábito en la ciudadanía digital. Coincidiendo con Alonso Rodríguez (2024)
quienes afirman que la implementación de un marco ético con mayor estructura, y, sobre todo, que
se aplicable puede ayudar a la orientación de decisiones de contextos educativos para contar con
lineamientos claros y que estos no solo se quedan en sugerencias o recomendaciones genéricas.
En el uso responsable de recursos que a diferencia de Castillejos López (2022) destaca sobre una
advertencia en el riesgo del uso inadecuado o excesivo de recursos tecnológicos en los entornos o
ambientes de aprendizaje lo cual puede ser poco beneficioso para las personas que lo usan, García
Martínez (2021) complementa que en los contextos informales en los cuales la IA es usada, si se
puede generar un propósito formativo, lo cual refuerza la idea de que la IA no es buena o mala en sí
misma, sino que depende de cómo esta es integrada y en qué medida exige al estudiante y cómo esta
se considera una guía en el uso de recursos para sostener criterios de evaluación crítica y de autoría
real.
En cuanto a la formación docente, se corrobora el impacto de la IA no solo depende del uso de la
misma sino de la capacidad crítica enfocada en una pedagogía y sentido educativo en el ámbito de
planificación, acompañamiento, evaluación y uso regulado de la IA (Rondon-Morel et al., 2024). Es
importante destacar que la formación docente requiere de la comprensión de los límites, riesgos, usos
adecuados y formas de evaluación que sean congruentes con el contexto actual en el cual la IA es
parte fundamental del ámbito de educación, pues esto implica una transición de capacitación y uso
de herramientas digitales a el enfoque pedagógico, ético y acompañamiento con los estudiantes y
consigo mismo (Alonso Rodríguez, 2024; Flores & García, 2023).
A modo de cierre, el aprendizaje autónomo se consolida como un eje decisivo en esta discusión,
puesto que la IA puede actuar como potenciador del aprendizaje siempre que funcione como soporte
para que el estudiante planifique, revise y reflexione sobre sus actividades académicas. No obstante,
su uso excesivo o irreflexivo puede generar lo que Del Cisne Loján et al. (2024) y Figueroa Bejarano
et al. (2025), denominan una autonomía ilusoria, en la que la herramienta reemplaza la búsqueda, el
análisis y la construcción teórica que corresponden al propio estudiante. Mientras que Macedo et al.,
(2025) a partir de una revisión sistemática, identifican tanto los beneficios como los riesgos del uso
de la IA en trabajos académicos, hallazgos que Ruiz & Chávez (2025) complementan con evidencia
empírica al documentar tensiones entre formas de aprendizaje mediadas por IA y comportamientos
asociados a la deshonestidad académica. En consecuencia, la literatura revisada converge en una
propuesta común: orientar el uso de la IA mediante actividades que exijan esfuerzo cognitivo real,
contraste de fuentes y demostración de comprensión a través de productos académicos que evidencien
un proceso de aprendizaje genuino.
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
272
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
Conclusión
La revisión sistemática confirma que la inteligencia artificial representa un recurso valioso para la
innovación educativa cuando se integra con criterio pedagógico, favoreciendo la personalización del
aprendizaje, la retroalimentación oportuna y la optimización de procesos académicos. Sin embargo,
su uso intensivo y no regulado conlleva riesgos concretos: delegación cognitiva progresiva,
debilitamiento del pensamiento crítico y una autonomía aparente que sustituye la reflexión personal
por respuestas generadas algorítmicamente, comprometiendo el desarrollo intelectual del estudiante
a largo plazo.
La tensión entre innovación y dependencia tecnológica no se resuelve prohibiendo el uso de la IA,
sino fortaleciendo la mediación docente, el diseño intencional de actividades y la evaluación centrada
en procesos. En este sentido, la formación docente debe transitar desde competencias operativas hacia
capacidades críticas y pedagógicas que permitan orientar, regular y aprovechar la herramienta como
complemento formativo. Del mismo modo, las instituciones educativas deben desarrollar marcos
normativos que promuevan un uso transparente, éticamente responsable y pedagógicamente
significativo, donde se delimite con claridad el aporte humano del generado por la tecnología. Solo
bajo estas condiciones la inteligencia artificial podrá actuar como un verdadero potenciador del
aprendizaje humano y no como un sustituto de este.
Referencias
Acosta Pastor, V., & Carcaustro Calla, W. (2025). Inteligencia artificial y aprendizaje cooperativo en
estudiantes universitarios. Revista InveCom. https://doi.org/10.5281/zenodo.12812908
Acuña, E. (2024). Fortalecimiento de la integridad académica a través de la IA: Estrategias de
prevención del plagio en la era digital. Areté, Revista Digital del Doctorado en Educación de
la Universidad Central de Venezuela, 10(Edición especial), págs. 49–67.
https://doi.org/10.55560/arete.2024.ee.10.4
Alonso Rodríguez, A. (2024). Towards an ethical framework for artificial intelligence in education.
Teoría de la Educación. Revista Interuniversitaria, 36(2), págs. 79–98.
https://doi.org/10.14201/teri.31821
Booth, A., Sutton, A., Clowes, M., & James, M. (2022). Systematic approaches to a successful
literature review. SAGE. https://doi.org/10.4135/9781036232009
Castillejos López, B. (2022). Inteligencia artificial y los entornos personales de aprendizaje: Atentos
al uso adecuado de los recursos tecnológicos de los estudiantes universitarios. Educación,
31(60), págs. 9–24. https://doi.org/10.18800/educacion.202201.001
Del Cisne Loján, M., Antonio Romero, J., Sancho Aguilera, D., & Yajaira Romero, A. (2024).
Consecuencias de la dependencia de la inteligencia artificial en habilidades críticas y
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
273
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
aprendizaje autónomo en los estudiantes. Ciencia Latina Revista Científica Multidisciplinar,
8(2), págs. 2368–2382. https://doi.org/10.37811/cl_rcm.v8i2.10678
Engel, A., & Coll, C. (2022). Hybrid teaching and learning environments to promote personalized
learning. RIED. Revista Iberoamericana de Educación a Distancia, 25(1), págs. 225–242.
https://doi.org/10.5944/ried.25.1.31489
Espinal Santana, C. (2025). Alfabetización informacional en la era digital: Desafíos, tendencias y
perspectivas críticas en el acceso al conocimiento. Pedagogical Constellations, 4(2), págs.
384–403. https://doi.org/10.69821/constellations.v4i2.111
Figueroa Bejarano, I., Rodríguez Cañar, M., Rueda Martínez, R., López Reyes, C., Álvarez Briceño,
R., & Barba Hidalgo, J. (2025). Inteligencia artificial y aprendizaje autónomo en la educación
secundaria: Desafíos y oportunidades. Revista Pertinencia Académica, 9(1).
https://doi.org/10.5281/zenodo.14625467
Flores, J., & García, F. (2023). Reflexiones sobre la ética, potencialidades y retos de la inteligencia
artificial en el marco de la educación de calidad (ODS4). Comunicar, 30(74), págs. 35–44.
https://doi.org/10.3916/C74-2023-03
García Martínez, J. (2021). Tools linked to informal learning: Opportunities to strengthen personal
learning environments of university students during the times of pandemic. Publicaciones,
51(3), págs. 215–235. https://doi.org/10.30827/publicaciones.v51i3.18090
Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the future of critical
thinking. Societies, 15(1). https://doi.org/10.3390/soc15010006
Guzmán Valdivia, C. (2024). El impacto de ChatGPT en la educación superior: Promesas y riesgos.
https://revistapolitecnicaags.upa.edu.mx/wp-content/uploads/2025/02/V4111.pdf
Irshad, S., Azmi, S., & Begum, N. (2022). Uses of artificial intelligence in psychology. Journal of
Health and Medical Sciences, 5(4). https://doi.org/10.31014/aior.1994.05.04.242
Kitchenham, B., Budgen, D., & Brereton, P. (2015). Evidence-based software engineering and
systematic reviews. CRC Press. https://doi.org/10.1201/b19467
León Cuenca, O., Caraguay Tandazo, J., & Ruiz Ordóñez, R. (2024). Evolución de la inteligencia
artificial y su impacto en la educación: Revisión de la literatura. Revista Tse'de.
http://tsachila.edu.ec/ojs/ind
Macedo, A., Amasifuen, D., Apolinario, A., Benancio, C., & Santisteban, J. (2025). Inteligencia
artificial en la elaboración de trabajos académicos de la educación superior: Una revisión
sistemática. Revista Espacios, 46(4), págs. 199–211. https://doi.org/10.48082/espacios-
a25v46n04p19
Mello, R., Freitas, E., Pereira, F., Cabral, L., Tedesco, P., & Ramalho, G. (2023). Education in the age
of generative AI: Context and recent developments. https://arxiv.org/abs/2309.12332
Prisma Journal. Revista de Ciencias Sociales y Humanidades
www.prismajournal.org
ISSN-L: 3091– 1893
DOI: 10.63803
Citar (APA7): Piedra Zuriaga, R. A., Caiza López, D. L., Caiza López, J. A., & Piedra Zuriaga, M. I. (2026). Uso de la inteligencia
artificial en el aula: Entre la innovación y la dependencia tecnológica. Prisma Journal, 2(2), 261–274.
https://doi.org/10.63803/prisma.v2n2.22
274
Prisma Journal 2026 | Vol. 2 – Núm. 2 | ISSN: 3091-1893 | pp 261–274 | Licencia CC BY 4.0
Meneses Cali, R., Jiménez Yanzapanta, M., Meneses Cali, E., Sanguil Medina, G., & Ramos Meneses,
G. (2025). Efectividad de las estrategias de aprendizaje cooperativo en la mejora del
rendimiento académico en estudiantes de primaria. ASCE, 4(2), págs. 1033–1052.
https://doi.org/10.70577/asce/1033-1052/2025
Page, M., McKenzie, J., Bossuyt, P., Boutron, I., Hoffmann, T., Mulrow, C., Shamseer, L., Tetzlaff,
J., Akl, E., Brennan, S., Chou, R., Glanville, J., Grimshaw, J., Hróbjartsson, A., Lalu, M., Li,
T., Loder, E., Mayo-Wilson, E., McDonald, S., & Moher, D. (2021). The PRISMA 2020
statement: An updated guideline for reporting systematic reviews. PLOS Medicine, 18(3), pág.
e1003583. https://doi.org/10.1371/journal.pmed.1003583
Rodríguez Fernández, L., Fernández Mena, A., Torres Magaña, M., Rodríguez Magaña, M., &
Rodríguez Fernández, M. (2024). Inteligencia artificial en la educación: Modelo de lenguaje
de gran tamaño (LLM) como recurso educativo. Revista Ipsumtec, 7(2), págs. 157–164.
https://doi.org/10.61117/ipsumtec.v7i2.321
Rondon-Morel, R., Pacotaipe-Delacruz, R., Alarcón-Nuñez, E., & Yepez-Salvatierra, P. (2024). El
impacto de la inteligencia artificial en la formación docente. Revista Docentes 2.0, 17(2),
págs. 368–375. https://doi.org/10.37843/rted.v17i2.566
Ruiz, E., & Chávez, A. (2025). Inteligencia artificial en educación superior: Integridad académica y
nuevas formas de escritura. IE Revista de Investigación Educativa de la REDIECH, 16, pág.
e2225. https://doi.org/10.33010/ie_rie_rediech.v16i0.2225
Snyder, H. (2019). Literature review as a research methodology: An overview and guidelines. Journal
of Business Research, 104, págs. 333–339. https://doi.org/10.1016/j.jbusres.2019.07.039
Torraco, R. (2016). Writing integrative literature reviews: Using the past and present to explore the
future. Human Resource Development Review, 15(4), págs. 404–428.
https://doi.org/10.1177/1534484316671606
Zamora Varela, Y., & Mendoza Encinas, M. (2023). La inteligencia artificial y el futuro de la
educación superior: Desafíos y oportunidades. Horizontes Pedagógicos, 25(1), págs. 1–13.
https://doi.org/10.33881/0123-8264.hop.25101
