DOI 10.35381/noesisin.v8i16.849

Inteligencia artificial generativa y transformación del aprendizaje

en estudiantes

Generative Artificial Intelligence and the Transformation of Learning

Among Students

Daysi Ydalia Ventura-García

dventurawo26@ucvvirtual.edu.pe

Universidad César Vallejo, Lima, Lima

Perú

https://orcid.org/0000-0002-4707-1979

Vilma Celia Chávez-Aguilar

vcchavezc@ucvvirtual.edu.pe

Universidad César Vallejo, Lima, Lima

Perú

https://orcid.org/0009-0006-7212-1997

Mariela Katerine Mora-Quijije

katerine.mora@docentes.educacion.edu.ec

Ministerio de Educación del Ecuador, Quito, Pichincha

Ecuador

https://orcid.org/0009-0004-4536-3689

Ángela María Prado-García

angela.pradog@ug.edu.ec

Universidad de Guayaquil, Guayaquil, Guayas

Ecuador

https://orcid.org/0000-0001-7945-263X

Recepción: 25 de marzo 2026

Revisado: 26 de abril 2026

Aprobación: 15 de mayo 2026

Publicado:01 de julio 2026

RESUMEN

El objetivo general de la investigación fue analizar la inteligencia artificial generativa y transformación del aprendizaje en estudiantes. El método de investigación fue de tipo documental y su desarrollo metodológico incluyó las fases de recopilación, elección, análisis e interpretación de textos. La presentación de los resultados obtenidos en este proceso de manera coherente contribuyó a la creación de conocimiento en el campo del aprendizaje. Para ello, se utilizaron documentos de fuentes fiables y relevantes para el tema investigado, como artículos arbitrados y documentos de organismos internacionales. En conclusión, para que la inteligencia artificial generativa llegue a las aulas evidencia que el problema no es técnico, sino didáctico. Por eso el reto principal no pasa por enseñar a manejar programas, sino por cambiar la forma de evaluar, garantizando que el estudiante use la IA para pensar mejor y no para evitar el esfuerzo analítico.

Descriptores: Inteligencia artificial; transformación digital; proceso de aprendizaje. (Tesauro UNESCO).

ABSTRACT

The overall objective of the research was to analyze generative artificial intelligence and its impact on student learning. The research method was documentary in nature, and its methodological approach included the phases of text collection, selection, analysis, and interpretation. The coherent presentation of the results obtained through this process contributed to the creation of knowledge in the field of learning. To this end, documents from reliable sources relevant to the research topic were used, such as peer-reviewed articles and documents from international organizations. In conclusion, for generative artificial intelligence to reach the classroom, it is evident that the problem is not technical but pedagogical. Therefore, the main challenge is not teaching students how to use software, but rather changing the way we assess them, ensuring that students use AI to think more effectively rather than to avoid analytical effort.

Descriptors: Artificial intelligence; digital transformation; learning process. (UNESCO Thesaurus).

INTRODUCCIÓN

La incursión de la inteligencia artificial generativa es un elemento de evolución, en las dinámicas tradicionales de producción y expansión del conocimiento en las aulas actuales, ya no se trata de un motor de búsqueda que devuelve vínculos; la inteligencia artificial generativa ahora puede redactar, sintetizar, programar y solucionar problemas según instrucciones concretas. Esta herramienta de forma inmediata desplaza y opera el foco de la enseñanza desde la mera retención informativa hacia el desarrollo de capacidades analíticas complejas. Sin embargo, la incorporación de estos modelos no se aplica en un vacío, sino en contextos distinguidos por grandes brechas tecnológicas y discrepancias inevitables acerca de la legitimidad del compromiso escolar, cuando se elabora con el apoyo de estas herramientas.

Al respecto, para comprender cómo la IA puede afectar a la economía, la sociedad y al sistema educativo que prepara a los estudiantes para ambas, es necesario entender las capacidades de esta tecnología y su trayectoria de desarrollo. Además, es preciso comparar las capacidades de la IA con las habilidades humanas para comprender dónde puede ofrecer apoyo y dónde puede funcionar como complemento. (OECD Education,2025).

En tal sentido, ya se está utilizando la inteligencia artificial en los salones de clase de manera creativa para respaldar el proceso de aprendizaje, desde herramientas de alfabetización con reconocimiento vocal hasta sistemas de enseñanza personalizada. De esta manera, los docentes están utilizando la inteligencia artificial para fortalecer su práctica pedagógica, no para reemplazarla. (BID, 2025).

Por consiguiente, si bien la inteligencia artificial generativa(GenAI) se ha extendido en el ámbito educativo, todavía enfrenta limitaciones vinculadas a la accesibilidad, la capacitación de los maestros y los marcos éticos, en diversos escenarios, ni los alumnos, ni los docentes están suficientemente preparados para incorporar estos instrumentos de manera responsable y crítica; la falta de capacitación, la ausencia de políticas definidas y las disparidades en infraestructura tecnológica son algunas de las causas primordiales. El escenario ideal sería un sistema educativo en el que la GenAI se aplique para desarrollar habilidades cognitivas y digitales bajo un acceso equitativo y pautas éticas claras. (Ventura Vásquez, & Contreras Rivera,2025).

Gallent Torres et al. (2023) plantean que:

Ante estas limitaciones, las cuales irán mutando en el tiempo conforme se generalice su uso, es fundamental tomar medidas a favor de una IAG ética, responsable y confiable. Por tanto, frente a la tentación de resistirse al cambio o de prohibir su utilización, debería apostarse por una integración efectiva en el proceso de aprendizaje. (p.6)

En este orden de ideas, los ecosistemas de educación digital constan de tres componentes fundamentales: las herramientas digitales para la gestión institucional y del sistema; las herramientas digitales para la enseñanza, el aprendizaje y la evaluación en el aula y las personas que dan vida y significado a estos recursos. (OECD Education, 2023).

Igualmente, la inclusión y la equidad se están consolidando como motores clave de la innovación en inteligencia artificial, ya que una proporción importante de las iniciativas busca apoyar a estudiantes con discapacidad, con necesidades educativas diversas o en trayectorias vulnerables, lo que muestra un potencial prometedor para cerrar las brechas existentes. (BID, 2025).

Surge como interrogante de investigación: ¿Cómo la inteligencia artificial generativa transforma el aprendizaje de los estudiantes en la educación? Planteándose como objetivo general de la investigación analizar la inteligencia artificial generativa y transformación del aprendizaje en estudiantes.

MÉTODO

El método de investigación es documental y su desarrollo metodológico comprende las etapas de recolección, selección, evaluación e interpretación de textos. La presentación de los resultados obtenidos en este proceso de manera coherente contribuye a la creación de conocimiento en el campo del aprendizaje. (Palella y Martins, 2015) Por lo tanto, es necesario emplear "datos secundarios, que son aquellos adquiridos y anotados por otros investigadores en fuentes de documentación: ya sean impresas, audiovisuales o electrónicas" (Arias, 2012, p. 27). Es importante señalar, siguiendo lo que se ha presentado, que este estudio documental se fundamenta en un diseño bibliográfico. Para esto, se emplean documentos de fuentes confiables y pertinentes para el asunto investigado, como los artículos arbitrados. y documentos de organismos internacionales.

RESULTADOS

Después del método propuesto y desarrollado por los investigadores, se muestran los resultados a continuación; este método de recolección de datos posibilita realizar comparaciones válidas entre los distintos estudios. Asegura que las fuentes documentales para esta investigación respeten altos estándares en términos de metodología, relevancia temática y académica.

Tabla 1.

Inteligencia artificial generativa en la educación.

Autor(es)	Investigación	Aportes
Chele-Delgado et al.(2026)	Impacto de la inteligencia artificial generativa en el desarrollo de competencias innovadoras en estudiantes de bachillerato.	La incorporación de la IAG en la educación no debe entenderse únicamente como una actualización tecnológica, sino como un proceso pedagógico que exige planificación didáctica, formación docente, orientación ética y definición de los aprendizajes a fortalecer. (p.2)
Quispilay Joyos. (2026)	Implicaciones pedagógicas y desafíos emergentes de la IA generativa en la educación básica: una revisión sistemática.	La aparición de la inteligencia artificial (IA) generativa ha creado un nuevo panorama en el campo de la educación, marcado por la elaboración automatizada de contenidos y una interacción activa entre los sistemas digitales y los usuarios. La introducción de estas tecnologías en la educación básica no se lleva a cabo en condiciones uniformes, lo cual pone de manifiesto las diferencias en el acceso y la capacitación digital de los profesores y alumnos.
Vázquez Peredo et al.(2026)	Inteligencia artificial generativa en educación: una revisión exploratoria de literatura en español.	Los autores examinan la distribución temática del conocimiento producido en la región, identificando que la investigación disponible se concentra de forma predominante en el contexto universitario y en el uso de modelos de lenguaje para el diseño instruccional y la automatización del aprendizaje. Al incorporar la IA generativa brinda extensas facilidades para impulsar métodos activos y transformar la elaboración de recursos didácticos.
Inga Barreto. (2026)	Inteligencia Artificial en el aprendizaje significativo en estudiantes de educación superior no universitaria: una revisión sistemática.	Los avances en el aprendizaje automático, la visión por computadora y el procesamiento del lenguaje natural son las bases del desarrollo de la inteligencia artificial (IA) en educación. La creación de sistemas que pueden examinar datos educativos, identificar patrones en el aprendizaje, brindar tutoría inteligente y ofrecer retroalimentación adaptativa se hace posible gracias a estas tecnologías.
Hernández del Puerto, & Lagunas Puls. (2026)	¿Debe diferenciarse la oferta académica en asignaturas cuyo contenido incluya el uso de la inteligencia artificial generativa?.	Los descubrimientos indican que diferenciar la oferta pedagógica es esencial para vincular trayectorias formativas relevantes, haciendo una distinción entre el uso puramente instrumental de la IAGEN y su aplicación más avanzada o crítica en campos específicos. Se deduce que las instituciones de educación superior tienen que modificar los criterios de evaluación y las estructuras curriculares, para fomentar una inclusión justa que asegure el dominio tecnológico y el crecimiento sostenido del razonamiento analítico en los alumnos.
Jácome Ayala & Checa Cabrera. (2025)	Impacto de la Inteligencia Artificial Generativa en el aprendizaje de estudiantes de Desarrollo de Software.	Al permitir la creación de contenido nuevo y personalizado de manera automática, la IAGenerativa ha estimulado la innovación en múltiples campos como el marketing digital, motores de búsqueda mejorados, diseño y prototipado, experiencias de entretenimiento y  herramientas  educativas.(p.368)
Villa-Velasco, & Fortoul. (2025)	La inteligencia artificial, sus aplicaciones y sus desafíos éticos.	Se concluye que el aprovechamiento equitativo e inclusivo de la inteligencia artificial exige establecer marcos de regulación estrictos y criterios éticos rigurosos que guíen su implementación institucional.
González Rivas. (2025)	Uso de la Inteligencia Artificial Generativa (IAGEN) en el proceso de enseñanza-aprendizaje en la Licenciatura en Administración.	En las últimas décadas la IAG en, se ha convertido en un tema de estudio gracias a la capacidad de generar contenido por medio de una instrucción de búsqueda y generación de información (prompt) y lograr personalizar el aprendizaje, generar apoyo en tutorías, evaluación y retroalimentación.(p.4)
Sánchez, Michay, & Calderón. (2025)	Inteligencia artificial generativa en educación superior: una revisión sistemática de literatura hispanohablante.	La implementación de la IAG en la educación superior plantea desafíos particulares, especialmente en el contexto de las regiones hispanohablantes. A diferencia de los países desarrollados, donde la infraestructura tecnológica y las políticas educativas pueden estar más avanzadas, las instituciones de educación superior en Hispanoamérica enfrentan realidades diversas en términos de acceso, recursos y marcos regulatorios.(p.15)
Romani Pillpe et al.(2025)	Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de experiencias de aprendizaje, 2020-2025.	La GenIA está transformando la educación al mejorar los recursos pedagógicos. Esto incluye la creación de contenido como generar textos, música, imágenes, videos.(p.14)
Mogollón-Beltrán. (2025)	Inteligencia artificial generativa en la educación superior virtual: desafíos y percepciones docentes.	En la formación docente para el uso de IAG en la enseñanza, surge una disparidad significativa.  Aunque la mayoría ha adquirido conocimientos por diferentes medios, una proporción importante aún no ha recibido capacitación en el tema.  Esta  desigualdad  evidencia  la  necesidad  de  implementar  programas  de  desarrollo   profesional   centrados   en   inteligencia   artificial   generativa   y   en   su   integración efectiva en las prácticas docentes.(p.18)
López Jacobo, & Angulo Armenta. (2025)	Transformación educativa con inteligencia artificial: revisión de aplicaciones y desafíos en educación.	Abordan el proceso de transformación educativa derivado de la integración de la inteligencia artificial, examinando tanto sus aplicaciones operativas como los desafíos emergentes en los escenarios de aprendizaje.
González, Portillo, y Zangara.(2024)	La Inteligencia Artificial Generativa en la Enseñanza Media. Propuesta de formación de docentes.	La  formación  de  profesores  de  escuela  media  en el   uso   pedagógico   de   herramientas   de   inteligencia artificial es, una vez más, un aspecto fundamental dado el papel     transformador     que     estas     tecnologías     están desempeñando  en  la  vida  cotidiana  y  en  la  educación.(p.79)

Elaboración: Los autores.

DISCUSIÓN

Luego del análisis de las investigaciones se puede inferir que la incorporación de la inteligencia artificial generativa en el campo educativo experimenta una serie de beneficios, cambiando la gestión de la educación en las aulas, ya que es un apoyo en la enseñanza. Al generar recursos didácticos para el aprendizaje significativo en todos los niveles de formación y de manera especial en el campo universitario donde las exigencias requieren de mayor rigor académico y ético.

Las brechas existentes por el uso de IAG, como el acceso y falta de formación, ocasiona en los hechos, una gran cantidad de alumnos emplean estas herramientas sin dirección ni criterio ético, mientras que muchos docentes no saben cómo manejarlas. Si no existen políticas institucionales definidas, la tecnología puede incrementar las brechas entre los estudiantes e incentivar un uso superficial que perjudique la integridad académica. El aspecto fundamental consiste en formar a los profesores y modernizar las metodologías de evaluación; no es suficiente con enseñarles a trabajar con el software. Es necesario fomentar una lectura crítica de los contenidos producidos y adaptar las asignaturas para que el alumno haga uso de la tecnología como apoyo, manteniendo su habilidad para analizar y solucionar problemas por su cuenta.

Tabla 2.

Transformación del aprendizaje estudiantil mediante la IAG.

Dimensión del aprendizaje	Mecanismo de transformación	Impacto en el estudiante
Personalización didáctica	Adaptación automática de secuencias y contenidos.	Permite ajustar el ritmo de estudio a las necesidades de cada alumno.
Dinamización práctica	Simulación de escenarios y resolución de casos reales.	Estimula la toma de decisiones estratégicas en el aula.
Generación de recursos	Automatización en la creación de materiales formativos.	Acelera el prototipado y la exploración de ideas innovadoras.
Retroalimentación continua	Análisis inmediato de datos y patrones de rendimiento.	Facilita la corrección autónoma y el aprendizaje significativo.
Pensamiento analítico	Transición del uso instrumental al uso crítico de la red.	Exige mayor nivel de razonamiento y validación ética.

Elaboración: Los autores.

CONCLUSIONES

Para que la inteligencia artificial generativa llegue a las aulas evidencia que el problema no es técnico, sino didáctico. A pesar de que la mayoría de los estudios publicados hasta ahora se centran en las universidades, trabajos recientes demuestran que estas herramientas contribuyen a personalizar actividades y acelerar la producción de recursos. Por eso el reto principal no pasa por enseñar a manejar programas, sino por cambiar la forma de evaluar, garantizando que el estudiante use la IA para pensar mejor y no para evitar el esfuerzo analítico.

FINANCIAMIENTO

No monetario

AGRADECIMIENTOS

A las instituciones educativas involucradas, por el apoyo en el desarrollo de la investigación.

REFERENCIAS CONSULTADAS

Arias, F.  (2012).  El Proyecto de Investigación.  Introducción a la metodología científica. Editorial Episteme. Caracas. https://n9.cl/1z1ij

BID. (2025). Cómo la inteligencia artificial está transformando la educación en América Latina y el Caribe: aprendizajes a partir de 193 soluciones. https://n9.cl/gup6v

Chele-Delgado, S., Martínez-Caracundo, N., & Castro-Vera, I. (2026). Impacto de la inteligencia artificial generativa en el desarrollo de competencias innovadoras en estudiantes de bachillerato. Revista InveCom,6(4), e604031. https://doi.org/10.5281/zenodo.20671102

Gallent Torres, C., Zapata González, A., & Ortego Hernando, J. L. (2023). El impacto de la inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad académica. RELIEVE - Revista Electrónica de Investigación y Evaluación Educativa, 29(2). https://doi.org/10.30827/relieve.v29i2.29134

González Rivas, E. (2025). Uso de la Inteligencia Artificial Generativa (IAGEN) en el proceso de enseñanza-aprendizaje en la Licenciatura en Administración. Punto CUNORTE, (20), e20224. https://doi.org/10.32870/punto.v1i20.224

González, A., Portillo, J., y Zangara, M .(2024). La Inteligencia Artificial Generativa en la Enseñanza Media. Propuesta de formación de docentes. Revista Iberoamericana de Tecnología en Educación Y Educación en Tecnología, 37, 78-88. https://doi.org/10.24215/18509959.37.e7

Hernández del Puerto, W., & Lagunas Puls, S. (2026). ¿Debe diferenciarse la oferta académica en asignaturas cuyo contenido incluya el uso de la inteligencia artificial generativa?. Revista enfoques educacionales, 23(1),290-310. https://dx.doi.org/10.5354/2735-7279.2026.79557

Inga Barreto, M. (2026). Inteligencia Artificial en el aprendizaje significativo en estudiantes de educación superior no universitaria: una revisión sistemática. Revista InveCom,6 (4), e604008. https://doi.org/10.5281/zenodo.18826101

Jácome Ayala, P. J., & Checa Cabrera, M. A. (2025). Impacto de la Inteligencia Artificial Generativa en el aprendizaje de estudiantes de Desarrollo de Software.HOLOPRAXIS. Revista de Ciencia, Tecnología e Innovación, 9(2), 366–385. https://doi.org/10.61154/holopraxis.v9i2.4176

López Jacobo, D., & Angulo Armenta, J. (2025). Transformación educativa con inteligencia artificial: revisión de aplicaciones y desafíos en educación. Apertura (Guadalajara, Jal.), 17(2),44-55. https://doi.org/10.32870/ap.v17n2.2662

Mogollón-Beltrán, M. (2025). Inteligencia artificial generativa en la educación superior virtual: desafíos y percepciones docentes. Revista Colombiana de Educación, (97), e22440. https://doi.org/10.17227/rce.num97-22440

OECD Education. (2023). Perspectivas de la OCDE sobre la educación digital 2023.Hacia un ecosistema de educación digital eficaz. https://n9.cl/387nd

OECD Education. (2025). Artificial Intelligence in Education: Current Practices and Policy Considerations. Organisation for Economic Co-operation and Development. https://n9.cl/ge0l3

Palella-Stracuzzi, S. y Martins-Pestana, F. (2012). Metodología de la investigación cuantitativa. Fondo editorial de la Universidad Pedagógica Libertador. Caracas, Venezuela.

Quispilay Joyos, M. (2026). Implicaciones pedagógicas y desafíos emergentes de la IA generativa en la educación básica: una revisión sistemática. Revista InveCom,6(4), e604023. https://doi.org/10.5281/zenodo.20312286

Romani Pillpe, G., Macedo Inca, K., Soto Loza, G., Franco Guevara, A., & Ore Choque, M. (2025). Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de experiencias de aprendizaje, 2020-2025. Revista Espacios,46(3),13-27. https://doi.org/10.48082/espacios-a25v46n03p02

Sánchez, N., Michay, G., & Calderón, J. (2025). Inteligencia artificial generativa en educación superior: una revisión sistemática de literatura hispanohablante. Revista Espacios,46(6),14-25. https://doi.org/10.48082/espacios-a25v46n06p02

Vázquez Peredo, C., Muñoz Andrade, E., y Arévalo Mercado, C. (2026). Inteligencia artificial generativa en educación: una revisión exploratoria de literatura en español. Revista Latinoamericana de Estudios Educativos, 56(2), 379-410. https://doi.org/10.48102/rlee.2026.56.2.776

Ventura Vásquez, L., & Contreras Rivera, R.  (2025). Impacto de la inteligencia artificial generativa en el desarrollo de competencias digitales educativas: análisis crítico. Revista Simón Rodríguez, 5(10),456-473. https://doi.org/10.62319/simonrodriguez.v.5i10.76

Villa-Velasco, S., & Fortoul, T. (2025). La inteligencia artificial, sus aplicaciones y sus desafíos éticos. Revista de la Facultad de Medicina (México), 68(5), 53-56. https://doi.org/10.22201/fm.24484865e.2025.68.5.08

©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/)