https://orcid.org/0000-0003-0289-8427
Inteligencia Artificial para Docentes: Más de 100 aplicaciones prácticas para innovar la enseñanza y transformar el aprendizaje
Autores/as
Palabras clave:
Inteligencia artificial, Docentes, Enseñanza, AprendizajeSinopsis
La educación siempre ha cambiado, pero no todas sus transformaciones tienen la misma profundidad. Algunas modifican los recursos con los que enseñamos; otras alteran las preguntas fundamentales de la profesión: qué significa aprender, qué merece ser enseñado, qué debe hacer intelectualmente un estudiante y qué responsabilidades no puede delegar un docente. La expansión de la inteligencia artificial sitúa a la educación precisamente ante una transformación de esta segunda naturaleza.
En muy poco tiempo, sistemas capaces de generar textos, imágenes, explicaciones, preguntas, retroalimentación, síntesis y propuestas han pasado de ser una posibilidad tecnológica a formar parte de la experiencia cotidiana de docentes y estudiantes. Esta disponibilidad modifica el escenario educativo. Si una herramienta puede producir en segundos aquello que antes requería horas de búsqueda, redacción u organización, la pregunta pedagógica ya no puede limitarse a si debemos utilizarla. Es necesario preguntarnos para qué, cuándo, cómo, con qué límites y, sobre todo, qué actividad intelectual debe continuar realizando la persona que aprende.
Esta obra nace de esas preguntas.
No parte de la idea de que la inteligencia artificial resolverá los problemas históricos de la educación. Tampoco adopta la posición contraria, según la cual proteger el aprendizaje exigiría mantener estas tecnologías fuera de las aulas. Ambas respuestas resultan insuficientes. La cuestión educativa más relevante se encuentra entre esos extremos: cómo aprovechar las capacidades de la IA sin convertir la asistencia en sustitución; cómo ampliar las posibilidades del docente sin debilitar su juicio profesional; y cómo ofrecer apoyo al estudiante sin desplazar el esfuerzo cognitivo, la autonomía, la creatividad y la responsabilidad que hacen posible aprender.
La investigación reciente refuerza la necesidad de esta perspectiva. La integración educativa de IA no puede entenderse únicamente como adquisición de competencia técnica: requiere agencia docente, deliberación ética, conocimiento pedagógico y capacidad para evaluar críticamente cuándo la tecnología aporta valor y cuándo puede interferir con los propósitos del aprendizaje (Mouta et al., 2024) (Mimoudi & Mokhtari, 2025). Asimismo, se ha advertido que la relación entre pedagogía humana y mediación algorítmica exige proteger la agencia profesional y evitar que la dependencia tecnológica empobrezca capacidades pedagógicas que necesitan mantenerse activas (Turvey & Pachler, 2025).
Por eso, este no es fundamentalmente un libro sobre herramientas de inteligencia artificial. Es un libro sobre educación en un tiempo en el que existe inteligencia artificial.
La diferencia es importante.
Las herramientas cambiarán. Algunas aplicaciones que hoy parecen extraordinarias serán reemplazadas; aparecerán otras más potentes, accesibles e integradas en los entornos cotidianos. Construir una propuesta educativa alrededor de plataformas específicas condenaría cualquier obra a una rápida obsolescencia. Los problemas pedagógicos esenciales, en cambio, permanecerán: definir propósitos, conocer al estudiante, diseñar experiencias significativas, formular buenas preguntas, seleccionar evidencias, interpretar resultados, retroalimentar, incluir, evaluar, crear, investigar y decidir.
Por ello, el eje de estas páginas no es qué puede hacer la IA, sino qué queremos que ocurra con el aprendizaje cuando decidimos utilizarla.
Esta distinción atraviesa toda la obra. Que una tecnología pueda generar una respuesta no significa que deba responder por el estudiante. Que pueda producir una planificación no implica que deba definir el propósito educativo. Que pueda organizar evidencias no le concede autoridad para interpretarlas pedagógicamente. Que pueda recomendar una decisión no elimina la responsabilidad de quien debe valorar sus consecuencias. La capacidad técnica y la autoridad pedagógica son categorías diferentes.
Desde esta perspectiva, el docente no desaparece ante la automatización. Su responsabilidad se vuelve más compleja. Necesita decidir qué procesos pueden recibir asistencia y cuáles deben permanecer deliberadamente en manos del estudiante; reconocer cuándo una respuesta aparentemente convincente necesita ser contrastada; interpretar información en contextos humanos que ningún sistema conoce completamente; y proteger la privacidad, la equidad, la autoría, la transparencia y la integridad del aprendizaje. La literatura sobre desarrollo profesional y agencia docente coincide en que una integración responsable requiere fortalecer, y no reducir, estas capacidades (Huang & Cao, 2025) (Zhu et al., 2025).
También cambia la pregunta sobre el estudiante. Aprender con IA no puede equivaler simplemente a obtener mejores productos mediante herramientas más eficientes. Un texto impecable no demuestra necesariamente comprensión; una respuesta correcta no permite saber por sí sola quién realizó el razonamiento; una explicación disponible de inmediato puede favorecer el aprendizaje o impedir que llegue a producirse, dependiendo de cuándo aparece y de lo que sustituye.
Por ello, una idea recorre estas páginas de principio a fin: la asistencia tiene valor educativo cuando aumenta progresivamente la capacidad de actuar sin ella.
Desde este principio pueden comprenderse conceptos que se desarrollarán a lo largo del libro: andamiaje cognitivo, autonomía, metacognición, pensamiento crítico, verificación, autoría, transferencia y juicio. La IA puede ayudar a preguntar, explorar alternativas, organizar información, recibir una pista, contrastar perspectivas o revisar una producción. Pero el diseño pedagógico debe preguntarse continuamente qué conserva el estudiante: si formula, interpreta, compara, argumenta, crea, comprueba, decide y reflexiona. Una pedagogía responsable no mide el éxito por la cantidad de tecnología utilizada, sino por la calidad de la actividad intelectual y humana que consigue provocar.
Esta mirada obliga también a reconsiderar la evaluación. En un entorno donde producir respuestas resulta cada vez más sencillo, evaluar únicamente el producto final ofrece información insuficiente sobre el aprendizaje. Cobra mayor importancia observar procesos, razonamientos, decisiones, revisiones, transferencia y capacidad para justificar lo realizado. Evaluar deja de consistir únicamente en comprobar qué produjo el estudiante y pasa a preguntarse qué comprendió, cómo llegó hasta allí, qué evidencias utilizó, qué decisiones tomó y qué puede hacer posteriormente sin asistencia.
La ética, en consecuencia, tampoco aparece en este libro como un capítulo accesorio destinado a advertir sobre riesgos tecnológicos. Es una dimensión transversal de la decisión pedagógica. Privacidad, sesgos, transparencia, autoría, integridad, equidad y responsabilidad deben considerarse desde el diseño y no solamente después de que una herramienta haya sido utilizada. La investigación sobre IA educativa subraya precisamente que el desarrollo profesional necesita proporcionar oportunidades para analizar estas cuestiones de manera contextualizada y fortalecer la agencia individual y colectiva de los educadores (Mouta et al., 2024).
Pero el desafío tampoco pertenece exclusivamente al docente individual. Una integración educativa sostenible exige instituciones capaces de aprender. No basta con autorizar herramientas o redactar políticas generales. Las instituciones necesitan identificar necesidades reales, desarrollar capacidades, realizar experiencias piloto, recoger evidencia, establecer responsabilidades, evaluar impactos y decidir cuándo una innovación merece ampliarse, modificarse, limitarse o retirarse. La transformación responsable requiere, por tanto, pasar de la adopción tecnológica a la capacidad institucional para gobernar la innovación.
Esta obra desarrolla estas cuestiones mediante un recorrido progresivo. A lo largo de sus capítulos, el lector encontrará fundamentos conceptuales, modelos de decisión pedagógica, arquitecturas visuales, figuras explicativas, organizadores gráficos, matrices, casos, preguntas de reflexión y propuestas de transferencia. Estos recursos no han sido incorporados únicamente para facilitar la lectura. Responden a una intención metodológica: convertir conceptos complejos en estructuras que puedan ser analizadas, discutidas, utilizadas, cuestionadas y adaptadas a contextos educativos reales.
Las figuras y organizadores desempeñan, por ello, una función particular. No pretenden simplificar artificialmente problemas complejos, sino hacer visibles relaciones que a veces permanecen dispersas en el discurso: la relación entre asistencia y autonomía; entre automatización y juicio profesional; entre evidencia y decisión; entre posibilidad tecnológica y legitimidad ética; entre experimentación e innovación institucional; entre aula, familia, comunidad y mundo. Cada representación invita a detenerse ante una pregunta que atraviesa el libro: ¿dónde está la responsabilidad humana en este proceso?
También se adopta una concepción conectada del aprendizaje. Educar nunca ha sido una actividad confinada al aula, y la expansión de los entornos digitales hace todavía más evidente esta realidad. Los estudiantes aprenden mediante docentes, compañeros, familias, comunidades, experiencias, problemas, culturas, medios, tecnologías y contextos profesionales. La IA puede ampliar esas conexiones, pero no sustituye las relaciones humanas que proporcionan significado, pertenencia, acompañamiento y responsabilidad.
De ahí que este libro defienda una innovación profundamente humana. Innovar no significa automatizar todo aquello que pueda automatizarse. Tampoco significa abandonar prácticas valiosas por el simple hecho de que sean anteriores a una tecnología nueva. Innovar significa mejorar deliberadamente las condiciones para aprender, utilizando evidencia, conocimiento profesional, reflexión y sensibilidad hacia el contexto.
Esta posición reconoce además una realidad esencial: no existe una única aula, un único estudiante ni una única forma válida de aprender. La diversidad de capacidades, trayectorias, culturas, condiciones socioeconómicas, lenguas, intereses y oportunidades exige que cualquier incorporación de IA sea examinada también desde la inclusión y la equidad. Una tecnología que amplía oportunidades para unos pero crea nuevas barreras para otros no puede considerarse pedagógicamente neutral.
El lector encontrará, por tanto, una invitación constante a sustituir preguntas tecnológicas por preguntas educativas más profundas. En lugar de ¿cómo incorporo IA a esta actividad?, preguntar primero ¿qué quiero que aprendan?. Antes de ¿qué puede generar la herramienta?, preguntarse ¿qué necesita pensar el estudiante?. Frente a ¿cómo automatizo esta tarea?, considerar ¿qué parte conviene automatizar y cuál contiene precisamente el aprendizaje que deseo provocar?. Y antes de adoptar una innovación porque está disponible, preguntar ¿qué evidencia justificaría utilizarla y qué consecuencias debemos vigilar?
Estas preguntas no pretenden frenar la innovación. Pretenden hacerla educativa.
El libro está dirigido a docentes en formación y en ejercicio, formadores, investigadores, equipos directivos y profesionales interesados en comprender la inteligencia artificial desde la pedagogía y no únicamente desde la tecnología. No requiere entusiasmo incondicional ni desconfianza previa. Requiere disposición para examinar posibilidades, reconocer límites, contrastar evidencias y conservar aquello que ninguna innovación debería desplazar: la capacidad humana de interpretar, cuidar, crear, deliberar y asumir responsabilidad por nuestras decisiones.
Ser docente en esta época implica aprender nuevamente. Implica experimentar sin renunciar al criterio, utilizar nuevas herramientas sin entregarles la autoridad profesional y reconocer que también los estudiantes necesitarán aprender no solo a usar inteligencia artificial, sino a saber cuándo cuestionarla, cuándo verificarla, cuándo apartarse de ella y cuándo continuar por sí mismos.
Quizá ahí se encuentre una de las oportunidades educativas más importantes de este momento histórico. La inteligencia artificial nos obliga a volver a formular preguntas que parecían resueltas: qué significa comprender, qué significa crear, qué significa ser autor, qué merece ser evaluado y qué distingue una respuesta disponible de un aprendizaje construido.
Este libro ha sido escrito desde la convicción de que esas preguntas no deben responderlas únicamente las empresas tecnológicas, los algoritmos ni las políticas institucionales. Deben formar parte del juicio profesional de quienes educan.
Porque el futuro de la educación no dependerá solamente de cuán inteligentes lleguen a ser nuestras tecnologías.
Dependerá, sobre todo, de qué clase de inteligencia, autonomía, responsabilidad y humanidad decidamos cultivar con ellas.
Capítulos
-
CAPÍTULO 1 Comprender la inteligencia artificial: del temor a la competencia docente
-
CAPÍTULO 2 El docente aumentado: planificar, diseñar y organizar la enseñanza con inteligencia artificial
-
CAPÍTULO 3 Crear para enseñar: recursos, materiales y contenidos educativos con inteligencia artificial
-
CAPÍTULO 4: IA y metodologías activas: diseñar experiencias donde el estudiante piensa, investiga y crea
-
CAPÍTULO 5 Inteligencia artificial para una educación inclusiva: personalización, accesibilidad y DUA
-
CAPÍTULO 6 Evaluar para aprender con inteligencia artificial: evidencias, retroalimentación y mejora
-
CAPÍTULO 7 Enseñar a pensar en tiempos de IA: pensamiento crítico, creatividad y alfabetización informacional
-
CAPÍTULO 8 Estudiantes que aprenden con IA: autonomía, investigación y nuevas formas de aprender
-
CAPÍTULO 9 El docente que investiga e innova: IA para el desarrollo profesional y la mejora de la práctica
-
CAPÍTULO 10 Educar con inteligencia artificial de manera ética: privacidad, autoría, sesgos e integridad académica
-
CAPÍTULO 11 Liderazgo y gestión educativa con inteligencia artificial: transformar instituciones, equipos y decisiones
-
CAPÍTULO 12 La educación más allá del aula: inteligencia artificial, familias, comunidad y aprendizaje conectado con el mundo
Descargas
Los datos de descarga aún no están disponibles.
Referencias
Al-Abdullatif, A. M. (2024). Modeling teachers’ acceptance of generative artificial intelligence use in higher education: The role of AI literacy, intelligent TPACK, and perceived trust. Education Sciences, 14(11), 1209. https://doi.org/10.3390/educsci14111209 (Al-Abdullatif, 2024)
Anastasiou, S. (2025). Integrating human resource management and artificial intelligence in educational leadership: Pathways toward transformational change. Academic Journal of Interdisciplinary Studies, 14. https://doi.org/10.36941/ajis-2025-0044 (Anastasiou, 2025)
Bellas, F., Guerreiro-Santalla, S., Naya, M., & Duro, R. J. (2023). AI curriculum for European high schools: An embedded intelligence approach. International Journal of Artificial Intelligence in Education, 33, 399–426. https://doi.org/10.1007/s40593-022-00315-0 (Bellas et al., 2023)
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 Parraga, A. P., Rodríguez Pinargote, Y. D., Echeverria Galeas, A. F., Macias Loor, Y. M., & Gutierrez Grijalva, N. C. (2026). Metodologías activas y herramientas de Inteligencia Artificial para fortalecer las competencias emprendedoras en estudiantes de Bachillerato. Prometeo Conocimiento Científico, 6(2), e148. https://doi.org/10.55204/pcc.v6i2.e148
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
Cacho, R. M. (2024). Integrating generative AI in university teaching and learning: A model for balanced guidelines. Online Learning, 28(3). https://doi.org/10.24059/olj.v28i3.4508 (Cacho, 2024)
Celik, I., Dindar, M., Muukkonen, H., & Järvelä, S. (2022). The promises and challenges of artificial intelligence for teachers: A systematic review of research. TechTrends, 66(4), 616–630. https://doi.org/10.1007/s11528-022-00715-y (Celik et al., 2022)
Chicaiza, V. (2025). Inteligencia artificial y aprendizaje de idiomas: Personalización del aula de inglés a través de plataformas adaptativas. Revista Veritas de Difusão Científica, 6(2), 477–506. https://revistaveritas.org/index.php/veritas/article/view/643
Chiu, T. K. F. (2024). A classification tool to foster self-regulated learning with generative artificial intelligence by applying self-determination theory: A case of ChatGPT. Educational Technology Research and Development, 72, 2401–2416. https://doi.org/10.1007/s11423-024-10366-w
Choi, G. W., Kim, S. H., Lee, D., & Moon, J. (2024). Utilizing generative AI for instructional design: Exploring strengths, weaknesses, opportunities, and threats. TechTrends, 68, 832–844. https://doi.org/10.1007/s11528-024-00967-w (Choi et al., 2024).
Çiçek, F. E., Ülker, M., Özer, M., & Kıyak, Y. S. (2024). ChatGPT versus expert feedback on clinical reasoning questions and their effect on learning: A randomized controlled trial. Postgraduate Medical Journal. https://doi.org/10.1093/postmj/qgae170
Çiçek, F. E., Ülker, M., Özer, M., & Kıyak, Y. S. (2025). ChatGPT versus expert feedback on clinical reasoning questions and their effect on learning: A randomized controlled trial. Postgraduate Medical Journal, 101(1195), 458–463. https://doi.org/10.1093/postmj/qgae170
Cochancela Pérez, N., Bernal Parraga, A., Romero Torres, T., & Morales Loayza, D. (2026). Impacto de las estrategias innovadoras sobre la comprensión lectora y la producción textual en estudiantes de educación básica elemental media y superior. Polo del Conocimiento, 11(7), 2447-2471. doi:https://doi.org/10.23857/pc.v11i7.12154
Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228–239. https://doi.org/10.1080/14703297.2023.2190148
D’Mello, S. K., Biddy, Q. L., Breideband, T., Bush, J. B., Chang, M., Cortez, A., Flanigan, J., Foltz, P. W., Gorman, J. C., Hirshfield, L. M., Ko, M. M., Krishnaswamy, N., Lieber, R., Martin, J. H., Palmer, M., Penuel, W., Philip, T. M., Puntambekar, S., Pustejovsky, J., Reitman, J. G., Sumner, T., Tissenbaum, M., Walker, L., & Whitehill, J. (2024). From learning optimization to learner flourishing: Reimagining AI in education at the Institute for Student-AI Teaming (iSAT). AI Magazine, 45(1), 61–68. https://doi.org/10.1002/aaai.12158 (D’Mello et al., 2024)
Deng, R., Jiang, M., Yu, X., Lu, Y., & Liu, S. (2025). Does ChatGPT enhance student learning? A systematic review and meta-analysis of experimental studies. Computers & Education, 227, 105224. https://doi.org/10.1016/j.compedu.2024.105224
Díaz, B., & Nussbaum, M. (2024). Artificial intelligence for teaching and learning in schools: The need for pedagogical intelligence. Computers & Education, 217, 105071. https://doi.org/10.1016/j.compedu.2024.105071
Evmenova, A. S., Borup, J., & Shin, J. K. (2024). Harnessing the power of generative AI to support ALL learners. TechTrends, 68(4), 820–831. https://doi.org/10.1007/s11528-024-00966-x
Evmenova, A. S., Regan, K., Mergen, R., & Hrisseh, R. (2024). Improving writing feedback for struggling writers: Generative AI to the rescue? TechTrends, 68, 790–802. https://doi.org/10.1007/s11528-024-00965-y
Furze, L., Perkins, M., Roe, J., & MacVaugh, J. (2024). The AI Assessment Scale (AIAS) in action: A pilot implementation of GenAI-supported assessment. Australasian Journal of Educational Technology, 40(4), 38–55. https://doi.org/10.14742/ajet.9434
Garcia Ramos, J., & Wilson-Kennedy, Z. (2024). Promoting equity and addressing concerns in teaching and learning with artificial intelligence. Frontiers in Education, 9, 1487882. https://doi.org/10.3389/feduc.2024.1487882
González-García, A., Pérez-González, S., Benavides, C., Pinto-Carral, A., Quiroga-Sánchez, E., & Marqués-Sánchez, P. (2024). Impact of artificial intelligence–based technology on nurse management: A systematic review. Journal of Nursing Management, 2024, 3537964. https://doi.org/10.1155/2024/3537964 (González-García et al., 2024)
Grassini, S. (2023). Shaping the future of education: Exploring the potential and consequences of AI and ChatGPT in educational settings. Education Sciences, 13(7), 692. https://doi.org/10.3390/educsci13070692
Guan, R., Raković, M., Chen, G., & Gašević, D. (2025). How educational chatbots support self-regulated learning? A systematic review of the literature. Education and Information Technologies, 30, 4493–4518. https://doi.org/10.1007/s10639-024-12881-y
Gurl, T. J., Markinson, M. P., & Artzt, A. F. (2025). Using ChatGPT as a lesson planning assistant with preservice secondary mathematics teachers. Digital Experiences in Mathematics Education, 11, 114–139. https://doi.org/10.1007/s40751-024-00162-9 (Gurl et al., 2025)
Gustilo, L., Ong, E., & Lapinid, M. R. (2024). Algorithmically-driven writing and academic integrity: Exploring educators’ practices, perceptions, and policies in AI era. International Journal for Educational Integrity, 20, Article 3. https://doi.org/10.1007/s40979-024-00153-8
Han, A., Zhou, X., Cai, Z., Han, S., Ko, R., Corrigan, S., & Peppler, K. (2024). Teachers, parents, and students’ perspectives on integrating generative AI into elementary literacy education. Proceedings of the CHI Conference on Human Factors in Computing Systems, Article 678, 1–17. https://doi.org/10.1145/3613904.3642438
Hava, K., & Babayiğit, Ö. (2025). Exploring the relationship between teachers’ competencies in AI-TPACK and digital proficiency. Education and Information Technologies, 30, 3491–3508. https://doi.org/10.1007/s10639-024-12939-x (Hava & Babayiğit, 2025)
Itani, A., Gronseth, S. L., Musaad, S., Nguyen, T., Mirabile, Y., & Beech, B. M. (2025). Ethical considerations for teaching with artificial intelligence: A scoping review in medical education settings. International Journal of Educational Technology in Higher Education, 22(1), Article 68. https://doi.org/10.1186/s41239-025-00563-9 (Itani et al., 2025)
Jenks, A., Onufer, L., & Guberman, D. (2025). Emergent questions of access: Disability and the integration of generative AI in teaching and learning. Higher Education Research & Development, 44(4), 932–945. https://doi.org/10.1080/07294360.2024.2442611
Khairullah, S. A., Harris, S., Hadi, H., Sandhu, R., Ahmad, N., & Alshara, M. (2025). Implementing artificial intelligence in academic and administrative processes through responsible strategic leadership in the higher education institutions. Frontiers in Education, 10, 1548104. https://doi.org/10.3389/feduc.2025.1548104 (Khairullah et al., 2025)
Kong, S.-C., Cheung, M.-Y. W., & Tsang, O. (2024). Developing an artificial intelligence literacy framework: Evaluation of a literacy course for senior secondary students using a project-based learning approach. Computers and Education: Artificial Intelligence, 6, 100214. https://doi.org/10.1016/j.caeai.2024.100214
Lee, G.-G., & Zhai, X. (2024). Using ChatGPT for science learning: A study on pre-service teachers’ lesson planning. IEEE Transactions on Learning Technologies, 17, 1683–1700. https://doi.org/10.1109/TLT.2024.3401457
Lee, H.-P., Sarkar, A., Tankelevitch, L., Drosos, I., Rintel, S., Banks, R., & Wilson, N. (2025). The impact of generative AI on critical thinking: Self-reported reductions in cognitive effort and confidence effects from a survey of knowledge workers. In Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (CHI ’25) (Article 1121, pp. 1–22). Association for Computing Machinery. https://doi.org/10.1145/3706598.3713778
Lee, S., & Song, K.-S. (2024). Teachers’ and students’ perceptions of AI-generated concept explanations: Implications for integrating generative AI in computer science education. Computers and Education: Artificial Intelligence, 7, 100283. https://doi.org/10.1016/j.caeai.2024.100283
León Ruíz , M. E., Bernal Párraga , A. P., Bustamante Peñaherrera , G. S., Yanza Rojas, C. J., Guzmán Quiña , M. de los A., Davila Amari , M. A., & López Villacis, D. E. (2024). Enfoques Pedagógicos para la Enseñanza de Estudios Sociales en Libros de Texto de Educación Básica Superior. Ciencia Latina Revista Científica Multidisciplinar, 8(4), 9132-9152. https://doi.org/10.37811/cl_rcm.v8i4.13060
Liu, X., & Zhong, B. (2024). A systematic review on how educators teach AI in K-12 education. Educational Research Review, 45, 100642. https://doi.org/10.1016/j.edurev.2024.100642
Lucas, M., Zhang, Y., Bem-haja, P., & Vicente, P. N. (2024). The interplay between teachers’ trust in artificial intelligence and digital competence. Education and Information Technologies, 29, 22991–23010. https://doi.org/10.1007/s10639-024-12772-2 (Lucas et al., 2024)
Luo, T., Muljana, P. S., Ren, X., & Young, D. (2025). Exploring instructional designers’ utilization and perspectives on generative AI tools: A mixed methods study. Educational Technology Research and Development, 73, 741–766. https://doi.org/10.1007/s11423-024-10437-y
MacDowell, P., Moskalyk, K., Korchinski, K., & Morrison, D. (2024). Preparing educators to teach and create with generative artificial intelligence. Canadian Journal of Learning and Technology, 50(4), 1–23. https://doi.org/10.21432/cjlt28606 (MacDowell et al., 2024)
Melo-López, V.-A., Basantes-Andrade, A., Gudiño-Mejía, C.-B., & Hernández-Martínez, E. (2025). The impact of artificial intelligence on inclusive education: A systematic review. Education Sciences, 15(5), 539. https://doi.org/10.3390/educsci15050539
Mena Castillo, M. L., Iza Maigua, A. C., Bernal Parraga, A. P., & Lalangui Sandoval, J. A. (2026). Neurociencia de la lectura e inteligencia artificial: comparación del método fonológico y global en estudiantes con dislexia temprana. Tesla Revista Científica, 6(2), e696. https://doi.org/10.55204/trc.v6i2.e695
Moundridou, M., Matzakos, N., & Doukakis, S. (2024). Generative AI tools as educators’ assistants: Designing and implementing inquiry-based lesson plans. Computers and Education: Artificial Intelligence, 7, 100277. https://doi.org/10.1016/j.caeai.2024.100277
Nam, B. H., & Bai, Q. (2023). ChatGPT and its ethical implications for STEM research and higher education: A media discourse analysis. International Journal of STEM Education, 10, Article 66. https://doi.org/10.1186/s40594-023-00452-5
Netland, T., von Dzengelevski, O., Tesch, K., & Kwasnitschka, D. (2024). Comparing human-made and AI-generated teaching videos: An experimental study on learning effects. Computers & Education, 219, 105164. https://doi.org/10.1016/j.compedu.2024.105164
Ng, D. T. K., Leung, J. K. L., Chu, S. K. W., & Qiao, M. S. (2021). Conceptualizing AI literacy: An exploratory review. Computers and Education: Artificial Intelligence, 2, 100041. https://doi.org/10.1016/j.caeai.2021.100041
Ng, D. T. K., Tan, C. W., & Leung, J. K. L. (2024). Empowering student self-regulated learning and science education through ChatGPT: A pioneering pilot study. British Journal of Educational Technology, 55(4), 1328–1353. https://doi.org/10.1111/bjet.13454
Ocumpaugh, J., Roscoe, R. D., Baker, R. S., Hutt, S., & Aguilar, S. J. (2024). Toward asset-based instruction and assessment in artificial intelligence in education. International Journal of Artificial Intelligence in Education, 34(4), 1559–1598. https://doi.org/10.1007/s40593-023-00382-x
Perkins, M., Furze, L., Roe, J., & MacVaugh, J. (2024). The Artificial Intelligence Assessment Scale (AIAS): A framework for ethical integration of generative AI in educational assessment. Journal of University Teaching & Learning Practice, 21(6). https://doi.org/10.53761/q3azde36
Powell, W., & Courchesne, S. (2024). Opportunities and risks involved in using ChatGPT to create first grade science lesson plans. PLOS ONE, 19(6), e0305337. https://doi.org/10.1371/journal.pone.0305337
Qian, Y. (2025). Pedagogical applications of generative AI in higher education: A systematic review of the field. TechTrends, 69, 1105–1120. https://doi.org/10.1007/s11528-025-01100-1
Renta-Davids, A., Camarero-Figuerola, M., & Camacho, M. (2025). Navigating the challenges and opportunities of artificial intelligence in educational leadership: A scoping review. Review of Education, 13, e70101. https://doi.org/10.1002/rev3.70101
Rice, M. F., & Dunn, S. (2023). The use of artificial intelligence with students with identified disabilities: A systematic review with critique. Computers in the Schools, 40(4), 370–390. https://doi.org/10.1080/07380569.2023.2244935
Rodriguez López, E. M., Bernal Parraga, A. P., Cuero González, O. V., Gavilanez González, L. C., & Merchán Ortiz, S. T. (2026). Gamification-Based Learning in EFL Classrooms: Effects on Motivation and Communicative Competence in Secondary Education. Prometeo Conocimiento Científico, 6(1), e125. https://doi.org/10.55204/pcc.v6i1.e125
Ruiz-Rojas, L. I., Salvador-Ullauri, L., & Acosta-Vargas, P. (2024). Collaborative working and critical thinking: Adoption of generative artificial intelligence tools in higher education. Sustainability, 16(13), 5367. https://doi.org/10.3390/su16135367
Scholkmann, A., Schurer, M. H., & Hviid, C. (2025). Towards a theory of generative AI in problem-based learning: Insights from a design experiment at Aalborg University. Journal of Problem Based Learning in Higher Education, 13(1), 130–152. https://doi.org/10.54337/ojs.jpblhe.v13i1.10033
Šedlbauer, J., Činčera, J., Slavík, M., & Hartlová, A. (2024). Students’ reflections on their experience with ChatGPT. Journal of Computer Assisted Learning, 40(4), 1526–1534. https://doi.org/10.1111/jcal.12967
Shi, L. (2025). Assessing teachers’ generative artificial intelligence competencies: Instrument development and validation. Education and Information Technologies, 30(16), 23365–23384. https://doi.org/10.1007/s10639-025-13684-5
Sposato, M. (2025). Artificial intelligence in educational leadership: A comprehensive taxonomy and future directions. International Journal of Educational Technology in Higher Education, 22. https://doi.org/10.1186/s41239-025-00517-1 (Sposato, 2025)
Steiss, J., Tate, T., Graham, S., Cruz, J., Hebert, M., Wang, J., Moon, Y., Tseng, W., Warschauer, M., & Olson, C. B. (2024). Comparing the quality of human and ChatGPT feedback of students’ writing. Learning and Instruction, 91, 101894. https://doi.org/10.1016/j.learninstruc.2024.101894
Su, J. (2025). Kindergarten parents’ perceptions of the use of AI technologies and AI literacy education: Positive views but practical concerns. Education and Information Technologies, 30, 279–295. https://doi.org/10.1007/s10639-024-12673-4
Sullivan, M., Kelly, A., & McLaughlan, P. (2023). ChatGPT in higher education: Considerations for academic integrity and student learning. Journal of Applied Learning & Teaching, 6(1), 31–40. https://doi.org/10.37074/jalt.2023.6.1.17
Sun, Y., & Huang, Y. (2025). Exploring the role of generative AI in collaborative lesson planning for pre-service teachers. Journal of Computer Assisted Learning, 41(4), e70098. https://doi.org/10.1111/jcal.70098
Tam, A. C. F. (2025). Interacting with ChatGPT for internal feedback and factors affecting feedback quality. Assessment & Evaluation in Higher Education, 50(2), 219–235. https://doi.org/10.1080/02602938.2024.2374485
Tello Mayorga, L. E., Bowen Castro, D. J., Rosero Ubidia, A. M., Rea Elizalde, C. A., & Bernal Parraga, A. P. (2025). El papel del orientador educativo en la prevención del acoso escolar modelos de intervención basados en evidencia. ASCE, 4(3), 1089–1115. https://doi.org/10.70577/ASCE/1089.1115/2025
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
Troya Santillán, C. M., Bernal Párraga, A. P., Guaman Santillan , R. Y., Guzmán Quiña , M. de los A., & Castillo Alvare, M. A. (2024). Formación Docente en el Uso de Herramientas Tecnológicas para el Apo-yo a las Necesidades Educativas Especiales en el Aula. Ciencia Latina Revista Científica Multidisciplinar, 8(3), 3768-3797. https://doi.org/10.37811/cl_rcm.v8i3.11588
Troya, B. N., Arzube, M. C., Arzube, D. M., Troya, C. M., Martínez, M. Y., Zapata, Y. F. y Bernal, A. P. (2024). Liderazgo Educativo Transformacional: Estrategias para Inspirar y Motivar a los Docentes en el Contexto Escolar. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 2230-2246. https://doi.org/10.37811/cl_rcm.v8i5.13687
Villacreses Sarzoza, E. G., Nancy Maribel, M. C., Calderón Quezada, J. E., Víctor Gregory, T. V., Iza Chungandro, M. F., Tandazo Sarango, F. E., & Bernal Párraga, A. P. (2025). Inteligencia Artificial: Transformando la Escritura Académica y Creativa en la Era del Aprendizaje Significativo. Revista Científica De Salud Y Desarrollo Humano , 6(1), 1427–1451. https://doi.org/10.61368/r.s.d.h.v6i1.533
Walter, Y. (2024). Embracing the future of artificial intelligence in the classroom: The relevance of AI literacy, prompt engineering, and critical thinking in modern education. International Journal of Educational Technology in Higher Education, 21, 15. https://doi.org/10.1186/s41239-024-00448-3
Williams, R. T. (2024). The ethical implications of using generative chatbots in higher education. Frontiers in Education, 8, Article 1331607. https://doi.org/10.3389/feduc.2023.1331607
Xie, Z., Wu, X., & Xie, Y. (2024). Can interaction with generative artificial intelligence enhance learning autonomy? A longitudinal study from comparative perspectives of virtual companionship and knowledge acquisition preferences. Journal of Computer Assisted Learning, 40(5), 2369–2384. https://doi.org/10.1111/jcal.13032
Yan, W., Nakajima, T., & Sawada, R. (2024). Benefits and challenges of collaboration between students and conversational generative artificial intelligence in programming learning: An empirical case study. Education Sciences, 14(4), 433. https://doi.org/10.3390/educsci14040433
Yeh, H.-C. (2024). The synergy of generative AI and inquiry-based learning: Transforming the landscape of English teaching and learning. Interactive Learning Environments, 33(1), 88–102. https://doi.org/10.1080/10494820.2024.2335491
Yusuf, A., Pervin, N., & Román-González, M. (2024). Generative AI and the future of higher education: A threat to academic integrity or reformation? Evidence from multicultural perspectives. International Journal of Educational Technology in Higher Education, 21, Article 21. https://doi.org/10.1186/s41239-024-00453-6
Zhai, C., Wibowo, S., & Li, L. D. (2024). The effects of over-reliance on AI dialogue systems on students’ cognitive abilities: A systematic review. Smart Learning Environments, 11, Article 28. https://doi.org/10.1186/s40561-024-00316-7
Zheng, Y. D., & Stewart, N. (2024). Improving EFL students’ cultural awareness: Reframing moral dilemmatic stories with ChatGPT. Computers and Education: Artificial Intelligence, 6, 100223. https://doi.org/10.1016/j.caeai.2024.100223
Descargas
Publicado
septiembre 1, 2026
Colección
Categorías
Derechos de autor 2026 Augusto Paolo, Bernal Parraga , Silvia Eugenia, Valarezo Pereira , María Gabriela, Iñiguez Tamayo , María Paz, Iñiguez Tamayo, Raul Fernando, Calderón Atariguana , Sonia Janneth, Guapisaca Naranjo , Gloria Aracely, Cacao Tomalá, Anthony Brayan, Cruz Roca , Monica Alexandra, Salazar Carranco , Jenny Hipatia, Morales Arévalo , Lucia Elena, Hidalgo Almeida , Nadia Cecilia, Ayovi Caicedo (Autor/a)
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Usted es libre de:
- Compartir : copiar y redistribuir el material en cualquier medio o formato.
- Adaptar : remezclar, transformar y desarrollar el material.
- El licenciante no puede revocar estas libertades siempre y cuando usted cumpla con los términos de la licencia.
Bajo los siguientes términos:
- 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.
- No comercial : No está permitido utilizar el material con fines comerciales .
- Compartir Igual : si remezcla, transforma o crea obras derivadas del material, debe distribuir sus contribuciones bajo la misma licencia que el original.
- 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)
978-9907-818-42-0
Dimensiones físicas
Cómo citar
Bernal Parraga, A. P., Valarezo Pereira , S. E., Iñiguez Tamayo , M. G., Iñiguez Tamayo, M. P., Calderón Atariguana, R. F., Guapisaca Naranjo, S. J., Cacao Tomalá , G. A., Cruz Roca , A. B., Salazar Carranco, M. A., Morales Arévalo , J. H., Hidalgo Almeida, L. E., & Ayovi Caicedo , N. C. (Eds.). (2026). Inteligencia Artificial para Docentes: Más de 100 aplicaciones prácticas para innovar la enseñanza y transformar el aprendizaje. EDITORIAL ACACFESA . https://doi.org/10.70577/4gp26v41/ACACFESA.EDITORIAL
