Educación En Inteligencia Artificial Innovación Para El Aula Del Futuro

Autores/as

Byron Andrés Vallejo Echeverría , Investigador Independiente; Patricio Eduardo Merchán Vera , Ministerio de Educación, Deporte y Cultura; Jonathan Segundo Ramírez Ochoa , Ministerio de Educación, Deporte y Cultura; Marco Antonio Vega Vega , Ministerio de Educación, Deporte y Cultura; María Gabriela Quito Quichimbo , Ministerio de Educación, Deporte y Cultura; Ladi Laura López López , Ministerio de Educación, Deporte y Cultura; Cruz Gloria Peralta Ávila, Ministerio de Educación, Deporte y Cultura; Karina del Carmen Quito Quichimbo, Ministerio de Educación, Deporte y Cultura; Junior Vicente Rodríguez Malacatus, Ministerio de Educación, Deporte y Cultura; Edgar Patricio Rodríguez Malacatus , Ministerio de Educación, Deporte y Cultura; Tania Rebeca Mera Badillo, Ministerio de Educación, Deporte y Cultura; Jenny Steffania Martinez Lema, Independiente
DOI: https://doi.org/10.70577/wdkbrg28/ACACFESA.EDITORIAL

Palabras clave:

innovacion, pedagogia, inteligencia artificial, aula virtual.

Sinopsis

La educación atraviesa uno de los momentos más decisivos de su historia. La convergencia entre los avances tecnológicos y las demandas de una sociedad cada vez más compleja ha generado la necesidad de repensar los fundamentos mismos del acto educativo. En este escenario, la inteligencia artificial (IA) emerge no solo como una herramienta innovadora, sino como un catalizador de transformaciones profundas que afectan la manera en que enseñamos, aprendemos y concebimos el conocimiento.

El libro “Educación en Inteligencia Artificial: Innovación para el aula del futuro” se sitúa en el centro de este debate contemporáneo, ofreciendo una mirada rigurosa, crítica y propositiva sobre el papel de la IA en los sistemas educativos. Esta obra no se limita a describir tecnologías, sino que plantea una reflexión estructurada sobre su integración pedagógica, sus implicaciones éticas y su impacto en la práctica docente.

Uno de los principales aportes de este libro es su capacidad para articular teoría y práctica. A través de un enfoque sistemático, el autor desarrolla un recorrido que va desde los fundamentos pedagógicos de la inteligencia artificial hasta su aplicación en contextos reales de aprendizaje. La inclusión de casos de uso, análisis pedagógicos y modelos de implementación permite al lector no solo comprender el fenómeno, sino también proyectar su aplicación en distintos escenarios educativos.

Especialmente relevante resulta el abordaje de la analítica de aprendizaje y la personalización educativa, dimensiones que configuran el núcleo de la transformación pedagógica actual. La posibilidad de tomar decisiones basadas en datos y de adaptar el aprendizaje a las necesidades del estudiante representa un avance significativo hacia una educación más equitativa y eficiente.

Asimismo, el libro aborda con profundidad aspectos críticos como la ética, la privacidad y el uso responsable de la inteligencia artificial, recordándonos que toda innovación tecnológica debe estar guiada por principios que garanticen el bienestar y los derechos de los estudiantes. En este sentido, la obra se posiciona no solo como un referente técnico, sino también como un aporte reflexivo a la construcción de una educación más consciente y humanista.

Otro elemento destacable es la reflexión sobre el rol docente en la era digital. Lejos de plantear una sustitución del profesorado, el libro propone una redefinición de sus funciones, destacando su papel como mediador, diseñador de experiencias de aprendizaje y analista del proceso educativo. Esta perspectiva resulta fundamental para comprender que la verdadera transformación educativa no reside en la tecnología, sino en la manera en que esta es utilizada pedagógicamente.

En un contexto donde la innovación suele asociarse exclusivamente con lo tecnológico, esta obra nos recuerda que el verdadero cambio educativo requiere una integración equilibrada entre tecnología, pedagogía y ética. La inteligencia artificial, en este marco, no es un fin en sí misma, sino un medio para mejorar la calidad del aprendizaje y responder a las necesidades de una sociedad en constante evolución.

Este libro está llamado a convertirse en un referente para docentes, investigadores y responsables de políticas educativas que buscan comprender y aplicar la inteligencia artificial en sus contextos. Su enfoque riguroso, su estructura clara y su profundidad analítica lo posicionan como una contribución significativa al campo de la educación.

Finalmente, este prólogo no solo introduce una obra, sino que invita a una reflexión más amplia: el futuro de la educación no está determinado por la tecnología que utilizamos, sino por las decisiones pedagógicas que tomamos. En ese camino, la inteligencia artificial representa una oportunidad extraordinaria, siempre que sepamos orientarla hacia la construcción de una educación más justa, inclusiva y significativa.

Capítulos

  • CAPÍTULO 1 Evolución de la inteligencia artificial en educación: de la automatización al aprendizaje inteligente
  • CAPÍTULO 2 Fundamentos pedagógicos de la inteligencia artificial en el aula
  • CAPÍTULO 3 Inteligencia artificial y Diseño Universal para el Aprendizaje (DUA)
  • CAPÍTULO 4: Metodologías activas potenciadas por inteligencia artificial
  • CAPÍTULO 5 Herramientas de inteligencia artificial para el aula del futuro
  • CAPÍTULO 6 Gamificación y motivación inclusiva en contextos educativos
  • CAPÍTULO 7 Personalización del aprendizaje mediante inteligencia artificial
  • CAPÍTULO 8 Ética, privacidad y uso responsable de la inteligencia artificial
  • CAPÍTULO 9 Analítica de aprendizaje e inteligencia artificial para la toma de decisiones
  • CAPÍTULO 10 Tecnologías emergentes e inteligencia artificial en el aula del futuro
  • CAPÍTULO 11 Educación inclusiva en entornos mediados por inteligencia artificial
  • CAPÍTULO 12 Rol docente en la era de la inteligencia artificial

Descargas

Los datos de descarga aún no están disponibles.

Referencias

Ainscow, M. (2020). Promoting inclusion and equity in education: Lessons from international experiences. Nordic Journal of Studies in Educational Policy, 6(1), 7–16. https://doi.org/10.1080/20020317.2020.1729587

Baker, R. S., & Smith, L. (2020). Educ-AI-tion rebooted? Exploring the future of artificial intelligence in schools and colleges. Nesta. https://www.nesta.org.uk

Bernal Parraga, A. P. . (2026). Analítica de aprendizaje e inteligencia artificial responsable para la toma de decisiones pedagógicas basadas en datos en educación básica. LUZ, 25, e1601. Recuperado a partir de https://luz.uho.edu.cu/index.php/luz/article/view/1601

Bernal ParragaA., Alvarez SantosA., & Mite CisnerosM. (2025). Formación docente: enfoques pedagógicos innovadores para el fortalecimiento de competencias profesionales en el siglo XXI. Varona, (84). Recuperado a partir de http://revistas.ucpejv.edu.cu/index.php/rVar/article/view/2981

Bernal, A., & Guarda, T. (2020). La gestión de la información es factor determinante para elaborar estrategias innovadoras en política educativa pública. Iberian Journal of Information Systems and Technologies, (E27), 35-48. https://core.ac.uk/download/pdf/487026121.pdf#page=35

Buckingham Shum, S., & Luckin, R. (2020). Learning analytics and AI: Politics, pedagogy and practices. British Journal of Educational Technology, 51(1), 278–292. https://doi.org/10.1111/bjet.12880

CAST. (2020). Universal Design for Learning Guidelines version 2.2. http://udlguidelines.cast.org

Chen, L., Chen, P., & Lin, Z. (2020). Artificial intelligence in education: A review. IEEE Access, 8, 75264–75278. https://doi.org/10.1109/ACCESS.2020.2988510

Fjeld, J., Achten, N., Hilligoss, H., Nagy, A., & Srikumar, M. (2020). Principled artificial intelligence: Mapping consensus in ethical and rights-based approaches. Berkman Klein Center Research Publication. https://doi.org/10.2139/ssrn.3518482

Florian, L., & Beaton, M. (2020). Inclusive pedagogy in action: Getting it right for every child. International Journal of Inclusive Education, 24(8), 870–884. https://doi.org/10.1080/13603116.2019.1597180

Floridi, L., Cowls, J., King, T. C., & Taddeo, M. (2021). How to design AI for social good: Seven essential factors. Science and Engineering Ethics, 27(2), 1–20. https://doi.org/10.1007/s11948-020-00213-5

Gašević, D., Dawson, S., & Siemens, G. (2021). Let’s not forget: Learning analytics are about learning. TechTrends, 65(5), 1–6. https://doi.org/10.1007/s11528-021-00634-4

Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign. https://curriculumredesign.org

Holmes, W., Persson, J., Chounta, I. A., Wasson, B., & Dimitrova, V. (2022). Artificial intelligence and education: A critical view through the lens of human rights, democracy and the rule of law. Council of Europe. https://doi.org/10.2861/15397

Holzinger, A., Kieseberg, P., Weippl, E., & Tjoa, A. M. (2020). Current advances, trends and challenges of machine learning and knowledge extraction. Machine Learning and Knowledge Extraction, 2(1), 1–8. https://doi.org/10.3390/make2010001

Huang, R., Spector, J. M., & Yang, J. (2021). Educational artificial intelligence: Trends and challenges. Educational Technology & Society, 24(1), 1–10. https://www.jstor.org/stable/26977862

Ifenthaler, D., & Yau, J. Y. K. (2020). Utilising learning analytics for study success: Reflections on current empirical findings. Research and Practice in Technology Enhanced Learning, 15(1), 1–17. https://doi.org/10.1186/s41039-020-00135-8

Jobin, A., Ienca, M., & Vayena, E. (2020). The global landscape of AI ethics guidelines. Nature Machine Intelligence, 2(1), 9–18. https://doi.org/10.1038/s42256-019-0088-2

Khosravi, H., Kitto, K., & Knight, S. (2022). Personalised learning analytics: A systematic review. British Journal of Educational Technology, 53(3), 1–20. https://doi.org/10.1111/bjet.13165

König, J., Jäger-Biela, D. J., & Glutsch, N. (2020). Adapting to online teaching during COVID-19 school closure: Teacher education and teacher competence effects. European Journal of Teacher Education, 43(4), 608–622. https://doi.org/10.1080/02619768.2020.1809650

Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2022). Intelligence unleashed: An argument for AI in education. Pearson Education. https://www.pearson.com

Makransky, G., & Petersen, G. B. (2021). Immersive virtual reality and learning: A meta-analysis. Educational Psychology Review, 33(3), 937–971. https://doi.org/10.1007/s10648-020-09568-2

Mittelstadt, B. D. (2021). Principles alone cannot guarantee ethical AI. Nature Machine Intelligence, 3(1), 8–9. https://doi.org/10.1038/s42256-020-00239-1

Pane, J. F., Steiner, E. D., Baird, M. D., & Hamilton, L. S. (2020). Continued progress: Promising evidence on personalized learning. RAND Corporation. https://www.rand.org

Papamitsiou, Z., & Economides, A. A. (2020). Learning analytics and educational data mining in practice: A systematic literature review. Educational Technology & Society, 23(2), 49–64. https://www.jstor.org/stable/26921104

Radianti, J., Majchrzak, T. A., Fromm, J., & Wohlgenannt, I. (2020). A systematic review of immersive virtual reality applications for higher education. Computers & Education, 147, 103778. https://doi.org/10.1016/j.compedu.2019.103778

Redecker, C. (2020). European framework for the digital competence of educators: DigCompEdu. Publications Office of the European Union. https://doi.org/10.2760/159770

Spector, J. M., Ifenthaler, D., Sampson, D., Yang, J., Mukama, E., Warusavitarana, A., & Bridges, S. (2021). Technology enhanced personalized learning: Untangling the evidence. Educational Technology & Society, 24(1), 1–12. https://www.jstor.org/stable/26977860

Torres Illescas, V., Villacrés Prieto, P., Román Cabrera, J., Bernal Párraga, A. (2024). Charting the Path of Reading Development: A Study on the Importance and Effective Strategies for Reading in Early Ages Based on Technology. In: Gervasi, O., Murgante, B., Garau, C., Taniar, D., C. Rocha, A.M.A., Faginas Lago, M.N. (eds) Computational Science and Its Applications – ICCSA 2024 Workshops. ICCSA 2024. Lecture Notes in Computer Science, vol 14820. Springer, Cham. https://doi.org/10.1007/978-3-031-65285-1_2

Trust, T., Carpenter, J. P., & Krutka, D. G. (2020). Moving beyond silos: Professional learning networks in higher education. Internet and Higher Education, 45, 100732. https://doi.org/10.1016/j.iheduc.2020.100732

Tsai, Y. S., Moreno-Marcos, P. M., Jivet, I., Scheffel, M., Tammets, K., Kollom, K., & Gašević, D. (2021). The SHEILA framework: Informing institutional strategies and policy processes of learning analytics. Australasian Journal of Educational Technology, 37(1), 1–15. https://doi.org/10.14742/ajet.6174

Viberg, O., Hatakka, M., Bälter, O., & Mavroudi, A. (2020). The current landscape of learning analytics in higher education. Computers in Human Behavior, 89, 98–110. https://doi.org/10.1016/j.chb.2018.07.027

Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2020). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 17(1), 1–27. https://doi.org/10.1186/s41239-020-00200-8

Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2020). Systematic review of research on artificial intelligence applications in higher education. International Journal of Educational Technology in Higher Education, 17(1), 1–27. https://doi.org/10.1186/s41239-020-00202-2

PORTADA

Descargas

PDF

Publicado

abril 27, 2026

Colección

Investigación Científica

Categorías

Derechos de autor 2026 Byron Andrés Vallejo Echeverría , Patricio Eduardo Merchán Vera , Jonathan Segundo Ramírez Ochoa , Marco Antonio Vega Vega , María Gabriela Quito Quichimbo , Ladi Laura López López , Cruz Gloria Peralta Ávila, Karina del Carmen Quito Quichimbo, Junior Vicente Rodríguez Malacatus, Edgar Patricio Rodríguez Malacatus , Tania Rebeca Mera Badillo, Jenny Steffania Martinez Lema (Autor/a)

Licencia

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

Usted es libre de:

  1. Compartir : copiar y redistribuir el material en cualquier medio o formato.
  2. Adaptar : remezclar, transformar y desarrollar el material.
  3. El licenciante no puede revocar estas libertades siempre y cuando usted cumpla con los términos de la licencia.

Bajo los siguientes términos:

  1. Atribución : Debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de forma que sugiera que el licenciante lo respalda a usted o su uso.
  2. No comercial : No está permitido utilizar el material con fines comerciales .
  3. Compartir Igual : si remezcla, transforma o crea obras derivadas del material, debe distribuir sus contribuciones bajo la misma licencia que el original.
  4. Sin restricciones adicionales : no podrá aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros para que no hagan nada de lo que permite la licencia.

Avisos:

No es necesario que cumpla con la licencia para los elementos del material que sean de dominio público o cuando su uso esté permitido por una excepción o limitación aplicable .

No se ofrecen garantías. La licencia podría no otorgarle todos los permisos necesarios para el uso previsto. Por ejemplo, otros derechos, como los de publicidad, privacidad o morales, podrían limitar el uso del material.

Detalles sobre esta monografía

ISBN-13 (15)

978-9907-818-07-9

Dimensiones físicas

Cómo citar

Educación En Inteligencia Artificial Innovación Para El Aula Del Futuro. (2026). EDITORIAL ACACFESA . https://doi.org/10.70577/wdkbrg28/ACACFESA.EDITORIAL