RESUMEN
Las nuevas tecnologías
se han consolidado en el ámbito educativo actual, incorporando nuevos
paradigmas a los procesos pedagógicos. En universidades latinoamericanas, se
han constatado múltiples beneficios, alineados con enfoques de postdesarrollo y
modelos centrados en el bienestar social. Esta investigación tiene como
objetivo analizar cómo los enfoques de postdesarrollo y el uso creciente de la
IA influyen en el rol de las universidades latinoamericanas para una educación
superior más inclusiva, contextualizada y socialmente comprometida. El estudio adoptó
un enfoque metodológico cualitativo, de carácter analítico-interpretativo,
sustentado en una revisión documental. Los resultados evidencian la pertinencia
del tema al articular críticamente la adopción de la IA con debates sobre
postdesarrollo y su vínculo con la educación superior contemporánea. La
convergencia entre la IA y el postdesarrollo permite replantear a la
universidad como actor estratégico que integra la innovación tecnológica con
justicia social, soberanía cognitiva y diversidad epistemológica, aportando alternativas
al desarrollo hegemónico.
Descriptores: Postdesarrollo; universidades
latinoamericanas; inteligencia artificial; educación superior; tecnologías emergentes. (Tesauro UNESCO).
ABSTRACT
New technologies have
become firmly established in today's educational landscape, incorporating new
paradigms into teaching processes. Latin American universities have seen
multiple benefits, in line with post-development approaches and models focused
on social welfare. This research aims to analyze how post-development
approaches and the growing use of AI influence the role of Latin American
universities in promoting a more inclusive, contextualized, and socially
committed higher education. The study adopted a qualitative,
analytical-interpretative methodological approach, based on a documentary
review. The results demonstrate the relevance of the topic by critically
articulating the adoption of AI with debates on post-development and its link
to contemporary higher education. The convergence between AI and post-development
allows us to rethink the university as a strategic actor that integrates
technological innovation with social justice, cognitive sovereignty, and
epistemological diversity, providing alternatives to hegemonic development.
Descriptors: Post-development; Latin American universities; artificial
intelligence; higher education; emerging technologies. (UNESCO Thesaurus).
INTRODUCCIÓN
En las últimas décadas, las universidades
latinoamericanas han enfrentado la creciente necesidad de reconfigurar su papel
social frente a los desafíos asociados a la globalización, desigualdad, tecnologías
emergentes y múltiples crisis ambientales, políticas y económicas
(Ricardo Jiménez, 2022; Díaz-Chieng, 2025). Este escenario ha impulsado la
necesidad de proponer cambios en el modelo tradicional de educación superior orientado
a contextualizar la formación del capital humano, la generación de conocimiento
científico y la contribución a la resolución de problemas sociales, económicos
y tecnológicos en correspondencia con las realidades territoriales en las que
se insertan las instituciones universitarias (Cuesta-Delgado y Delgado-Caro,
2025).
En este contexto, el enfoque
de postdesarrollo se ha incorporado progresivamente al análisis de las
universidades latinoamericanas como un marco analítico para repensar discursos,
misiones y prácticas institucionales. De acuerdo con Cuesta-Delgado y
Delgado-Caro (2025), el postdesarrollo constituye un enfoque teórico-político
que cuestiona el paradigma tradicional de desarrollo sustentado en el crecimiento
económico, modernización e industrialización, históricamente impuesto a América
Latina y otras regiones del sur global. Desde esta perspectiva, las propuestas formuladas
en el contexto regional plantean la necesidad de reorientar los enfoques
económicos y educativos hacia modelos centrados en el bienestar social, más
allá de la lógica del beneficio económico. Todo ello favorece una concepción de
la educación superior orientada a la inclusión de saberes diversos, equidad
social, y pluralidad (Gálvez Hernández, 2026).
El análisis crítico sobre el postdesarrollo adquiere
especial relevancia al analizar la incorporación de tecnologías emergentes en
contextos educativos latinoamericanos. Las nuevas tecnologías se han convertido
en una realidad en el ámbito educativo, incorporando nuevos paradigmas a los
procesos pedagógicos contemporáneos (Criollo et al., 2024). En universidades de
América Latina, se han podido constatar múltiples beneficios, entre ellos, el
desarrollo de experiencias de aprendizaje personalizadas, el fortalecimiento e
incremento de competencias digitales, la mejora en la gestión educativa y el
apoyo a la toma de decisiones administrativas mediante sistemas inteligentes (Yépez
González y Solis Franco, 2025).
En este escenario, la inteligencia artificial (IA)
se ha incorporado a los procesos en la educación superior como un agente de
cambio que redefine prácticas pedagógicas, gestión académica y modelos de
enseñanza-aprendizaje (Rodríguez Castillo, et al., 2025; Fajardo Aguilar, et
al., 2023; Mah & Groß, 2024). Esta tecnología, con mayor capacidad
transformadora demostrada en varios sectores, impacta en las universidades de
manera continua a partir del desarrollo y utilización de herramientas y
plataformas que permiten la redefinición de los procesos de enseñanza-aprendizaje
en instituciones educativas incluyendo a la educación superior (Criollo et al.,
2024; Bates et al., 2020; Gonzales Tito, et al., 2023).
Según refiere Betti Galasso (2026), la
implementación acelerada de la IA ha estado condicionada a tres dimensiones
esenciales: la velocidad del cambio, la profundidad del impacto y la amplitud
del alcance. Acevedo Carrillo et al. (2026) plantean en estudios recientes
sobre la IA que: potencia la innovación educativa, genera oportunidades de
innovación institucional y contribuye a transformar los procesos educativos.
La IA en la educación superior ha contribuido a
personalizar las experiencias educativas, proporcionando a estudiantes,
profesores y líderes organizacionales, recursos, métodos de enseñanza y
soportes de gestión ajustados a sus necesidades individuales (Salas-Pilco y
Yang, 2022). Sin embargo, dada la velocidad con que estas tecnologías son
implementadas, se requiere de instituciones académicas capaces de adaptarse a
estos cambios de manera efectiva y ética (Odri y Ji Yun Yoon, 2023; Fajardo
Aguilar, et al., 2023).
En América Latina, la incorporación de la IA a los
procesos pedagógicos en la educación superior se visualiza como un panorama
complejo, donde las posibilidades de innovación coexisten con retos
estructurales y éticos. Algunos de los avances a destacar consisten en la
existencia de: tutores virtuales, sistemas de evaluación automatizada,
asistentes conversacionales, algoritmos de recomendación académica y
plataformas de retroalimentación inteligente. Estas herramientas han
contribuido a la implementación de mejoras para la retención estudiantil, el
incremento de la eficiencia del profesorado y la optimización de experiencias
de aprendizaje (Acevedo Carrillo, et al., 2026).
Sin embargo, persisten desafíos y obstáculos para su
adecuado manejo como son, las brechas tecnológicas, la resistencia
institucional, la ausencia de marcos normativos claros y, en algunos casos, la
limitada capacitación y competencia de los docentes frente a estas tecnologías.
Estos desafíos sumados a desigualdades en cuanto al acceso a la conectividad de
regiones y localidades, la disponibilidad de dispositivos tecnológicos, ambientes
digitales apropiados para la formación académica y la formación continua del
profesorado, limitan la capacidad de desplegar estrategias didácticas
innovadoras y pertinentes para contextos diversos mediante una adopción
completa y equitativa de estas herramientas (Yépez González y Solis Franco,
2025).
Bajo estas circunstancias, las universidades
latinoamericanas están obligadas a reconsiderar sus planes de estudio, la
infraestructura digital con la que cuentan, así como su enfoque pedagógico.
Este proceso trasciende de la simple asimilación de tecnologías, implicando una
transformación profunda a nivel epistemológico y organizacional. A su vez, la educación
superior debe suplir la necesidad de formar profesionales con pensamiento
crítico digital y ética tecnológica, lo que la hace más inclusiva, contextualizada
y socialmente comprometida (Acevedo Carrillo, et al., 2026).
La expansión de la IA en las universidades no puede
entenderse únicamente como un proceso técnico o neutral, sino como un fenómeno
socio-técnico atravesado por relaciones de poder, marcos epistemológicos
dominantes y lógicas del mercado global (Selwyn, 2022; Williamson y Eynon,
2020). En este sentido el enfoque de postdesarrollo aporta un marco crítico
para repensar la adopción de la IA en las universidades latinoamericanas,
promoviendo una apropiación tecnológica coherente con la autonomía
institucional, la diversidad epistemológica y las aspiraciones territoriales,
en lugar de una adaptación a modelos educativos impuestos (Betti
Galasso, 2026).
La combinación de las perspectivas
postdesarrollistas y las tecnologías emergentes como la IA, abre un campo de
exploración relevante para la educación superior en América Latina. Este enfoque
posibilita adoptar tecnologías avanzadas alineado al rol de las universidades
como agente de transformación social, cuestionando las formas tradicionales de
producción y transmisión del conocimiento e incorporando valores de equidad,
justicia social y diversidad epistemológica propios de contextos educativos
latinoamericanos.
Por ello, el objetivo de la presente investigación
consiste en analizar cómo los enfoques de postdesarrollo y el uso creciente de
la IA influyen en el rol de las universidades latinoamericanas para una
educación superior más inclusiva, contextualizada y socialmente comprometida.
MÉTODO
La investigación adoptó un enfoque metodológico
cualitativo, de carácter analítico-interpretativo, basado en una revisión
documental sistemática y crítica. Este enfoque resultó pertinente conforme a la
naturaleza teórica y reflexiva del estudio, orientado a comprender y analizar
las transformaciones del rol de las universidades latinoamericanas ante la correspondencia
entre los enfoques de postdesarrollo y la incorporación de la inteligencia
artificial en la educación superior.
Los métodos del nivel teórico del conocimiento
empleados de manera articulada fueron: análisis y síntesis,
inductivo-deductivo, histórico-lógico y sistémico-estructural. El estudio se
sustentó en el análisis de bibliografía académica especializada, incluyendo
artículos científicos publicados en su gran mayoría en el periodo 2020-2026. Los
documentos seleccionados abordaron temas como:
· El enfoque de postdesarrollo en América Latina
· La educación superior latinoamericana y su
rol social
· La incorporación de tecnologías emergentes,
en particular la IA, en la educación superior
· Relación entre postdesarrollo, universidad y
alternativas emergentes en la educación superior
El proceso metodológico se estructuró en tres fases:
· Búsqueda y selección de fuentes: Se realizó la búsqueda en bases de datos académicas reconocidas como,
Scopus, Web of Science, Redalyc y SciELO. Se utilizaron palabras clave relacionadas
con postdesarrollo, universidades latinoamericanas, tecnologías emergentes e
inteligencia artificial, abarcando estudios empíricos y revisiones teóricas.
· Análisis crítico e interpretativo: Las fuentes seleccionadas fueron analizadas críticamente
en correspondencia con los postulados del enfoque de postdesarrollo y su
incidencia en la implementación de nuevas tecnologías, en particular de la IA,
en entidades de educación superior en América Latina.
· Integración teórica y construcción analítica: A partir de la triangulación conceptual, se construyó
un marco analítico para establecer las relaciones entre postdesarrollo,
educación superior e IA, y su influencia en el rol de las universidades
latinoamericanas para una educación superior más inclusiva, contextualizada y
socialmente comprometida.
El diseño metodológico empleado no persigue la
generalización estadística de resultados, sino la profundización conceptual y
la generación de reflexiones críticas, orientadas a construir el debate
académico sobre el papel de la educación superior latinoamericana frente a los
desafíos tecnológicos y epistemológicos contemporáneos.
RESULTADOS
Análisis
crítico e interpretativo
En los 26 artículos revisados se muestra una clara
intensificación del interés académico en la inteligencia artificial en la educación
superior, con un crecimiento notable de revisiones sistemáticas, metaanálisis y
marcos conceptuales orientados a la ética, la gobernanza y el impacto social de
las tecnologías.
La bibliografía consultada evidencia un equilibrio
entre estudios centrados en América Latina y los desarrollados en otros
contextos. Esta distribución refleja la creciente producción académica regional
en torno a la educación superior, la inteligencia artificial y los enfoques
críticos del desarrollo, así como la persistente influencia de marcos teóricos
metodológicos y tecnológicos producidos en contextos extra regionales.
La presencia significativa de literatura
latinoamericana resulta especialmente relevante para el estudio, ya que aporta un
análisis contextualizado sobre desigualdades estructurales, brechas digitales,
gobernanza universitaria, y alternativas epistemológicas, elementos
fundamentales en el enfoque de postdesarrollo. Sin embargo, la proporción
ligeramente mayor de referencias provenientes de otros contextos confirma que
el debate sobre inteligencia artificial en educación superior continúa estando
fuertemente influenciado por agendas globales. Esto refuerza la necesidad de
una lectura crítica y contextualizada de los temas abordados.
La bibliografía analizada se caracteriza por un alto
grado de actualidad con 23 de 26 referencias publicadas en los últimos 5 años y
una combinación equilibrada entre literatura indexada internacionalmente y
producción académica latinoamericana. Si bien los estudios sobre inteligencia
artificial en educación superior son abundantes, los enfoques que incorporan de
forma explícita el enfoque postdesarrollista siguen siendo escasos, lo que
evidencia un vacío teórico relevante. Esta situación refuerza la pertinencia
del estudio, al articular críticamente la adopción de la IA con debates sobre
postdesarrollo, universidad y alternativas epistemológicas sobre el Sur global.
Integración
teórica y construcción analítica
1.
El enfoque de postdesarrollo en América Latina
El análisis teórico-documental permitió identificar que
el enfoque de postdesarrollo en América Latina se ha consolidado como una
corriente crítica orientada a cuestionar los fundamentos históricos,
epistemológicos y políticos del paradigma hegemónico de desarrollo (Ziai, 2025;
Cuesta-Delgado y Delgado-Caro, 2025). Los resultados evidencian que esta
perspectiva problematiza la noción de desarrollo como un proceso lineal y
universal asociado al crecimiento económico, la modernización y la
industrialización, y lo concibe como una construcción histórica vinculada a las
relaciones de poder y a la herencia colonial (Gálvez Hernández, 2026).
Este enfoque reconoce la urgencia de propuestas
plurales y situadas que priorizan el bienestar social, la sostenibilidad
integral y la autonomía de los territorios (Sanabria Martínez, 2022). El postdesarrollo
en el ámbito latinoamericano se articula en torno a principios como la
relacionalidad, la diversidad cultural y la pluralidad epistemológica. Estos
principios sustentan el debate sobre los discursos tecnocráticos que concentran
la toma de decisiones en expertos y excluyen a las comunidades del
cuestionamiento sobre su propio futuro. Durante las últimas décadas, se han consolidado
múltiples corrientes que, desde distintas tradiciones intelectuales y contextos
territoriales diferenciados, han contribuido a ampliar y profundizar el debate
sobre alternativas de desarrollo y su impacto en la educación superior. Según Cuesta-Delgado
y Delgado-Caro (2025) las más significativas son:
1. La crítica postdesarrollista clásica
constituye una base teórica que cuestiona el desarrollo como un modelo
universal neutral.
2. El pensamiento decolonial cuestiona las
jerarquías de conocimientos heredadas del colonialismo y los sesgos
eurocéntricos en la educación superior.
3. La ecología de saberes plantea el diálogo
horizontal entre distintos tipos de conocimiento incluyendo científico, popular
y ancestral.
4. El buen vivir como corriente se inspira en
cosmovisiones indígenas y propone que la educación superior promueva la armonía
entre sociedad naturaleza y comunidad, priorizando el bienestar colectivo sobre
la lógica del mercado.
5. Los feminismos comunitarios y decoloniales
critican las estructuras patriarcales y excluyentes en la academia.
6. Las pedagogías críticas y populares conciben
la educación como práctica política y emancipadora.
7. El decrecimiento y postcrecimiento, cuestiona
la centralidad del crecimiento económico como indicador de progreso.
Estas corrientes coinciden en cuestionar el
desarrollo hegemónico y en demandar una universidad orientada a la justicia
social, la pluralidad epistemológica y la sostenibilidad. Las bases
conceptuales analizadas son referentes para repensar políticas públicas,
modelos educativos y estrategias de innovación tecnológica.
2.
La educación superior latinoamericana y su rol
social
La bibliografía consultada evidencia una
transformación progresiva del rol social de las universidades impulsada por la
necesidad de responder a contextos marcados por desigualdades estructurales,
exclusión social y crisis multidimensionales Desde la perspectiva del postdesarrollo,
las entidades de educación superior son claves para la construcción de
alternativas de desarrollo hegemónico, más allá de su función tradicional de
formación de capital humano para el mercado laboral (Betti Galasso, 2026).
El análisis realizado evidencia que, las
universidades comienzan a asumir un rol más activo en la generación de
conocimientos orientado a la resolución de problemáticas locales, el
fortalecimiento de capacidades comunitarias y la promoción de la justicia
social. Este proceso implica una revisión crítica de las misiones
institucionales incorporando enfoques de inclusión, responsabilidad social
universitaria y vinculación con el entorno. No obstante, los resultados también
revelan que aún persisten estructuras institucionales heredadas que continúan
privilegiando indicadores de productividad académica, ranking internacionales y
modelos de evaluación estandarizados. Esta dualidad limita la capacidad de las
universidades para consolidarse plenamente como espacio de producción de
conocimiento situado y plural (Cuesta-Delgado y Delgado-Caro, 2025).
3.
Incorporación de tecnologías emergentes, en
particular la IA, en la educación superior
La incorporación de tecnologías emergentes,
especialmente la IA, se ha intensificado en las universidades latinoamericanas
durante los últimos años. Por sus ventajas significativas han sido integradas aceleradamente
a los procesos de enseñanza-aprendizaje, evaluación y gestión institucional,
generando mejoras en la eficiencia operativa y la personalización de experiencias
educativas. Esta herramienta permite mejoras relevantes en la enseñanza y
fomento de habilidades del pensamiento crítico en los estudiantes (Acevedo
Carrillo, et al., 2026; Salas-Pilco & Yang, 2022; Fajardo Aguilar, et al.,
2023; Betti Galasso, 2026; Rodríguez Castillo, et al., 2025).
Entre los beneficios que aporta la IA se encuentra
la personalización del aprendizaje. Varios estudios demuestran que la IA
permite adaptar los contenidos y las metodologías de enseñanza a las
necesidades individuales de los estudiantes, mejorando la efectividad del
aprendizaje y su compromiso con el proceso educativo (Bates et al., 2020;
Zawacki-Richter et al., 2023).
La integración de la IA en la educación superior
aporta un cambio significativo respecto a los modelos tradicionales de
enseñanza-aprendizaje. No obstante, esta personalización requiere de modelos de
superación continua, inversión multidimensional y una investigación constante
para la introducción de la IA en diversos contextos universitarios (Le Dinh et
al., 2025; Bond et al., 2024). Por tanto, las universidades requieren de adoptar
modelos flexibles que les permitan dar un salto cualitativo en el uso de la IA
considerando las realidades multivariables en entornos educativos, especialmente
en países en desarrollo donde existen brechas tecnológicas, limitaciones
presupuestarias e insuficiencias en la formación docente (Acevedo Carrillo et
al., 2026; Betti Galasso, 2026).
Esta herramienta tecnológica contribuye al
seguimiento del desempeño estudiantil y a viabilizar el proceso de toma de
decisiones tanto académicas como administrativas (Bond et al., 2024; Bates et
al. 2020). Las preocupaciones acerca de su implementación en el contexto
universitario latinoamericano se centran en la pertinencia de la
infraestructura y los costos de los sistemas, por lo que se requiere de una
adecuada gobernanza y regulación de la IA en cuanto a uso ético, justo y
equitativo (Al-Zahrani y Alasmari, 2024; Salas-Pilco y Yang, 2022)
A pesar del rápido avance en el desarrollo de la IA,
las instituciones de educación superior deben adaptarse para definir
claramente cuándo y cómo utilizarla de manera efectiva. El uso de la IA no
garantiza mejoras educativas si no se alinean con procesos pertinentes,
éticos y con el consenso entre educadores y sociedad. A su vez, es fundamental
establecer leyes que regulen su uso, proporcionando una base jurídica para
promover una educación innovadora, inclusiva y sostenible (Coates et al.,
2025; Zawacki-Richter et al., 2023; Selwyn, 2022)
4.
Relación entre postdesarrollo, Universidad y
alternativas emergentes en la educación superior
La integración teórica de los resultados permite
identificar una relación estrecha entre el enfoque de postdesarrollo, el rol de
la Universidad y el uso de la IA. Desde esta perspectiva la Universidad se
configura como espacio estratégico para la apropiación crítica y
contextualizada de tecnologías emergentes. Los resultados muestran múltiples y
aceleradas iniciativas orientadas a articular la innovación tecnológica, con
principios de autonomía, justicia social y diversidad epistemológica (Acevedo
Carrillo et al., 2026; Betti Galasso, 2026). Entre estas alternativas se
identifican estrategias de gobernanza tecnológica, participativa, proceso de
alfabetización, crítica en inteligencia artificial y propuesta de diseño
tecnológico orientadas a necesidades territoriales específicas (Bond et al.,2024;
Le Dinh et al., 2025).
Dichas experiencias, aunque resultan aún
insuficientes, evidencian el potencial de las entidades de educación superior
en América Latina para reinterpretar el uso de la IA desde marcos éticos y políticos
propios, evitando una adopción acrítica de modelos tecnológicos impuestos.
Desde esta perspectiva el enfoque de postdesarrollo aporta un marco analítico
que posibilita repensar la relación entre universidad y tecnología como un proceso
orientado a la transformación social y a la eficiencia institucional.
DISCUSIÓN
Actualmente las universidades latinoamericanas han
comenzado a incorporar marcos normativos y políticas institucionales orientadas
a la responsabilidad, la inclusión, la equidad y la diversidad, garantizando el
acceso a la educación superior independientemente del origen socioeconómico de
los individuos (Díaz-Chieng, 2025). No obstante, diversos estudios advierten
que, la materialización efectiva de estos principios asociados al
postdesarrollo continúa enfrentando limitaciones estructurales, culturales y
tecnológicas que reproducen desigualdades históricas dentro de las propias comunidades
académicas. La promoción de la diversidad cultural y de género, orígenes
étnicos y culturales contribuye a enriquecer el entorno educativo y a
comprender la dimensión intercultural pero no siempre se traduce en
transformaciones profundas en las prácticas pedagógicas, ni en los modelos de
gobernanza universitaria (Sanabria Martínez, 2022; Yépez González y Solis
Franco, 2025).
Los resultados analizados confirman que la IA, en la
educación superior latinoamericana no se reduce a un proceso técnico o
instrumental, sino que debe entenderse como un fenómeno sociotécnico y
político. Este enfoque crítico es coherente con la literatura internacional que
señala que la IA, estructura relaciones de poder, valores y decisiones
institucionales (Selwyn, 2022; Williamson y Eynon, 2020; Bates et al., 2020). En
el contexto universitario esta tecnología emergente actúa como facilitadora de
procesos administrativos y educativos, pero su efectividad depende
fundamentalmente de la implementación de novedosos diseños pedagógicos,
gobernanza institucional y supervisión ética (Díaz-Chieng, 2025). Estudios como
los de Al-Zahrani y Alasmari (2024), Bond et al. (2024) y Le Dinh et al. (2025)
refuerzan la necesidad de enfoques centrados en lo humano, éticos y participativos,
cuestionando visiones tecnocráticas dominantes.
Según Cuesta-Delgado y Delgado-Caro (2025) la
reconfiguración del rol universitario subraya la necesidad de superar visiones
del desarrollo centradas exclusivamente en el crecimiento económico y la
competitividad. En este sentido la Universidad debe articular su función
tecnológica con un compromiso social situado y territorial a fin de generar
transformaciones relevantes. Esta posición enfatiza el papel de las entidades
de educación superior como espacios de liderazgo en la integración de valores
éticos en lugar de simples explotadores de eficiencia tecnológica (Betti Galasso, 2026).
El enfoque crítico de postdesarrollo comentado por Cuesta-Delgado
y Delgado-Caro, (2025) y Ziai (2025) aporta un marco teórico clave para
interpretar estos procesos. Ambas investigaciones permiten situar la IA dentro
de las dinámicas históricas del desarrollo hegemónico mostrando cómo las tecnologías
digitales pueden reproducir patrones coloniales, extractivistas y dependientes,
mediados por plataformas, datos y algoritmos.
Zawacki-Richter et al. (2023) advierten que, la
automatización de los procesos educativos puede perpetuar brechas existentes si
no se acompaña de marcos éticos y pedagógicos robustos. Este argumento se
extiende con investigaciones que señalan que, sin políticas claras y formación
docente adecuada, la IA puede amplificar desigualdades, socavar la integridad
académica, y reforzar modelos estandarizados de enseñanza-aprendizaje (Coates et
al., 2025).
Desde la perspectiva del postdesarrollo los riesgos
de dependencia tecnológica identificados se alinean con la reproducción de
relaciones de subordinación del Sur global, mediadas por plataformas y
algoritmos externos (Cuesta-Delgado y Delgado-Caro, 2025). Estos autores
sugieren que, la universidad latinoamericana enfrenta el desafío de redefinir
su rol más allá del crecimiento económico y la competitividad global,
orientándose al desarrollo humano, territorial y pluriversal.
La bibliografía consultada sugiere que las
herramientas de IA tienden a reflejar sesgos sociales ya existentes, así como
estructuras de desigualdad por lo que se exige de un enfoque crítico para su
implementación. Revisiones asociadas a modelos lingüísticos destacan cómo estos
pueden heredar y amplificar sesgos que afectan negativamente a grupos sobrerrepresentados
si no se mitigan adecuadamente (Cuesta-Delgado & Delgado-Caro, 2025; Bond y
otros, 2024).
En la gestión universitaria, los resultados
refuerzan lo planteado por Acevedo Carrillo, et al. (2026) relacionado con las
tensiones éticas que surgen cuando la IA se incorpora a la toma de decisiones
administrativas y académicas. A su vez, señalan que, sin mecanismos
participativos y deliberativos, las herramientas como la IA pueden socavar la
transparencia de dichos procesos. Investigaciones sobre frameworks de
gobernanza ética para IA en educación superior resaltan la necesidad de
enfoques participativos y marcos normativos que integren principios de justicia
social, autonomía y responsabilidad compartida entre directivos, profesores y
estudiantes (Betti Galasso, 2026)
Los artículos evaluados considerando el contexto
latinoamericano, evidencian una preocupación creciente por las desigualdades estructurales,
las brechas digitales y la dependencia tecnológica. Revisiones sistemáticas y
estudios regionales destacan que la adopción de la IA suele darse en entornos
institucionales marcados por limitaciones presupuestarias, marcos normativos débiles
y fuertes asimetrías en el acceso a infraestructuras digitales (Salas-Pilco y
Yang, 2022; Fajardo Aguilar et al., 2023; Gavilanes Vásquez et al., 2024). Autores
como Acevedo Carrillo et al. (2026) y Betti Galasso (2026) advierten que, si
bien la IA ofrece oportunidades para la innovación académica y la formación
docente también puede profundizar desigualdades si no se integra desde
políticas públicas e institucionales con enfoque de justicia social.
El análisis realizado demuestra que la convergencia
entre postdesarrollo e IA redefine el rol de las universidades latinoamericanas
planteando como desafío el de transitar hacia una apropiación crítica, ética y
contextualizada de los procesos educativos. Esto implica fortalecer marcos institucionales,
políticas participativas, formación docente y estructuras de acompañamiento que
integren valores socioculturales propios de contextos latinoamericanos para la
asimilación de tecnologías emergentes.
CONCLUSIONES
La revisión bibliográfica realizada evidenció la
existencia de diversos estudios relacionados con la IA en educación superior y específicamente
en el contexto latinoamericano. Sin embargo, los referentes asociados a su
relación con el enfoque de postdesarrollo siguen siendo escasos. Esto evidencia
un vacío teórico relevante y en consecuencia la pertinencia de la investigación
al articular de manera crítica la adopción de la IA con debates sobre postdesarrollo
y su relación con la educación superior contemporánea.
Los enfoques de postdesarrollo analizados proporcionan
un marco crítico que posibilita a las universidades latinoamericanas replantear
su rol orientándose a la inclusión, la diversidad cultural y la responsabilidad
social en la educación superior. Su convergencia con el empleo de la IA ofrece
oportunidades para impulsar prácticas educativas contextualizadas y socialmente
relevantes que fortalecen la gobernanza universitaria y la participación de las
comunidades académicas.
En la actualidad la IA ha transformado la educación
superior al ofrecer oportunidades inéditas para profundizar en el aprendizaje y
optimizar la gestión institucional. Su adopción en las universidades
latinoamericanas requiere de enfoques pedagógicos, éticos y participativos que
aseguren la justicia social, la equidad y la inclusión evitando la reproducción
de desigualdades o dependencias.
La IA en
la educación superior ha evolucionado de enfoques descriptivos hacia análisis
más críticos éticos y políticos. La convergencia entre estudios sobre IA y perspectivas
de postdesarrollo permite replantear el rol de la Universidad, no solo como
usuaria de tecnologías emergentes, sino como un actor estratégico capaz de
articular innovación tecnológica con justicia social, soberanía cognitiva y
diversidad epistemológica, contribuyendo a la construcción de alternativas al
desarrollo hegemónico
FINANCIAMIENTO
No monetario.
AGRADECIMIENTO
A la RED-GEDI, por la colaboración en el desarrollo del
proyecto del uso de la inteligencia artificial en la educación que integra a
colaboradores de Perú, Colombia, Ecuador, Chile, Cuba, Panamá y República
Dominicana.
Acevedo
Carrillo, M., Cabezas Torres, N. M., La Serna La Rosa, P. A., & Araujo
Rossel, S. A. (2026). Desafíos y oportunidades de la inteligencia artificial en
la educación superior latinoamericana: una revisión sistemática de la
literatura. Revista InveCom, 6(1), 1-10. https://doi.org/10.5281/zenodo.15508755
Al-Zahrani,
A., & Alasmari, T. (2024). Exploring the impact of artificial intelligence
on higher education: The dynamics of ethical, social, and educational
implications. Humanit Soc Sci Commun, 11, 912. https://doi.org/10.1057/s41599-024-03432-4
Bates,
T., Cobo, C., Mariño, O., & Wheeler, S. (2020). Can artificial intelligence
transform higher education? International Journal of Educational Technology
in Higher Education, 17(1), 42. https://doi.org/10.1186/s41239-020-00218-x
Betti
Galasso, B. J. (2026). Inteligencia artificial generativa y formación docente:
Competencias emergentes en América Latina – una revisión de alcance. Revista
Actualidades Investigativas En Educación, 26(1), 1-43. https://doi.org/10.15517/z4mcs052
Bond,
M., Khosravi, H., De-Laat, M., Bergdahl, N., Negrea, V., Oxley, E., . . . Siemens, G.
(2024). A meta systematic review of artificial intelligence in higher
education: a call for increased ethics, collaboration, and rigour. Int J
Educ Technol High Educ, 21(4), 1-41. https://doi.org/10.1186/s41239-023-00436
Coates,
H., Croucher, G., & Calderon, A. (2025). Governing Academic
Integrity: Ensuring the Authenticity of Higher Thinking in the Era of
Generative Artificial Intelligence. Journal of Academic Ethics, 23, 2015–2028. https://doi.org/10.1007/s10805-025-09639-7
Criollo-C,
S., González-Rodríguez, M., Guerrero-Arias, A., Urquiza-Aguiar, L. F., &
Luján-Mora, S. (2024). A Review of Emerging Technologies and Their
Acceptance in Higher Education. Education Sciences, 14(1), 1-23. https://doi.org/10.3390/educsci14010010
Cuesta-Delgado,
D., & Delgado-Caro, C. (2025). Universidad y postdesarrollo. Buscando
alternativas a la educación superior en América Latina. Revista
Iberoamericana De Educación, 99(1), 131–151. https://doi.org/10.35362/rie9916988
Díaz-Chieng,
L. Y. (2025). Cambio educativo y liderazgo universitario: retos administrativos
en la gobernanza de instituciones de educación Superior. Opinión Pública, 23,
42-51. https://doi.org/10.52143/2711-0281.1090
Fajardo
Aguilar, G. M., Ayala Gavilanes, D. C., Arroba Freire, E. M., & López
Quincha, M. (2023). Inteligencia Artificial y la Educación Universitaria: Una
revisión sistemática. Magazine De Las Ciencias: Revista De Investigación E
Innovación, 8(1), 109–131. https://doi.org/10.33262/rmc.v8i1.2935
Gálvez
Hernández, J. L. (2026). Algunas corrientes de pensamiento crítico para
imaginar un nuevo paradigma del desarrollo humano desde el Sur. Revista
Con-Secuencias, (13), 150–164. https://n9.cl/2735h
Gonzales
Tito, Y. M., Quintanilla López, L. N., & Pérez Gamboa, A. J. (2023). Metaverse
and education: a complex space for the next educational revolution. Metaverse
Basic and Applied Research, 2, 1-10. https://doi.org/10.56294/mr202356
Le
Dinh, T., Le, T. D., & Uwizeyemungu, S. P. (2025). Human-Centered
Artificial Intelligence in Higher Education: A Framework for Systematic
Literature Reviews. Information, 16(3), 240. https://doi.org/10.3390/info16030240
Mah,
D. K., & Groß, N. (2024). Artificial intelligence in higher education:
Exploring faculty use, self-efficacy, distinct profiles, and professional
development needs. International Journal of Educational Technology in Higher
Education, 21, 1-17. https://doi.org/10.1186/s41239-024-00490-1
Odri,
G. A., & Ji Yun Yoon, D. (2023). Detecting generative artificial
intelligence in scientific articles: Evasion techniques and implications for
scientific integrity. Orthopaedics & Traumatology: Surgery &
Research, 109(8). https://doi.org/10.1016/j.otsr.2023.103706
Ricardo
Jiménez, L. S. (2022). Dimensiones de emprendimiento: Relación educativa. El caso
del programa cumbre. Región Científica, 1(1). https://doi.org/10.58763/rc202210
Rodríguez
Castillo, N. E., Posada González, J., Amores Campaña, F. A., Yacchirema
Jiménez, M. G., Yacchirema Jiménez, S. A., & Balseca Guzmán, C. E. (2025). University
education 5.0: artificial intelligence and emerging technologies for innovation
in higher education. Seminars in Medical Writing and Education, 4, 1-10.
https://doi.org/10.56294/mw2025433
Salas-Pilco,
S., & Yang, Y. (2022). Artificial intelligence applications in Latin
American higher education: a systematic review. Int J Educ Technol High
Educ, 19(21), 1-20. https://doi.org/10.1186/s41239-022-00326-w
Sanabria
Martínez, M. J. (2022). Construir nuevos espacios sostenibles respetando la
diversidad cultural desde el nivel local. Región Científica, 1(1). https://doi.org/10.58763/rc20222
Selwyn,
N. (2022). Less work for teachers? The ironies of automated decision-making in
schools. Globalisation, Societies and Education, 20(3), 320–333. https://doi.org/10.1080/14767724.2021.1990878
Williamson,
B., & Eynon, R. (2020). Historical threads, missing links, and future
directions in AI in education. Learning, Media and Technology, 45(3),
223–235. https://doi.org/10.1080/17439884.2020.1798995
Yépez
González, D. A., & Solis Franco, G. C. (2025). Hacia una educación del
futuro en América Latina: revisión sistémica sobre el uso de tecnologías
emergentes. Investigación Y Cultura Académica, 1(1), 178–195. https://n9.cl/ajvx4o
Zawacki-Richter,
O., Bond, M., Marin, V. I., & Gouverneur, F. (2023). Systematic
review of research on artificial intelligence applications in higher education
– Where are the educators? International Journal of Educational Technology
in Higher Education, 20(1), 1-27. https://doi.org/10.1186/s41239-023-00392-1
Ziai, A. (2025). Theorizing
Postdevelopment. The European Journal of Development Research, 37,
500–523. https://doi.org/10.1057/s41287-024-00682-5
©2026 por los autores.
Este artículo es de acceso abierto y distribuido según los términos
y condiciones de la licencia
Creative Commons
Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) (https://creativecommons.org/licenses/by-nc-sa/4.0/).