DOI: https://doi.org/10.34070
29
Vol. 13 No.2, Revista de Investigación, Formación y Desarrollo:
Generando Productividad Institucional, agosto, 2025
Aplicación de la IA en la educación básica
Application of AI in basic education.
Palabras claves: Inteligencia artificial, educación básica, competencias
digitales docentes.
Recibido: 14 de mayo de 2025
Keywords: Artificial intelligence, basic education, teachers’ digital skills.
Aceptado: 18 de julio 2025
RESUMEN
El estudio analiza el papel de la inteligencia artificial (IA) y su impacto transformador en los procesos
pedagógicos de la educación básica. Se empleó un esquema de revisión sistemática de literatura
académica reciente (2023-2025), se identificaron los beneficios, retos y requerimientos pedagógicos
asociados a la incorporación de IA en contextos escolares. Los hallazgos evidenciaron el potencial
transformador de la IA en la personalización del aprendizaje, el ajuste o rediseño curricular e instruccional,
la retroalimentación automatizada y neurofuncional. Así también se identificaron limitaciones relacionadas
con la escasa formación docente específica y la ausencia de políticas institucionales alineadas al uso de
la IA con fines educativos. Se concluye que la adición eficaz de la IA en la educación básica requiere de
un modelo formativo sostenible y una cultura organizacional que impulse la innovación educativa, mediante
la integración de la pedagogía crítica y la ética.
ABSTRACT
The study analyzes the role of artificial intelligence (AI) and its transformative impact on pedagogical
processes in basic education. A systematic review framework of recent academic literature (2023–2025)
was employed to identify the benefits, challenges, and pedagogical requirements associated with the
integration of AI in school settings. The findings highlight the transformative potential of AI in the
personalization of learning, curricular and instructional adjustment or redesign, and the provision of
automated and neurofunctional feedback. The study also identified limitations related to the limited
availability of specialized teacher training and the absence of institutional policies aligned with the
educational use of AI. It is concluded that the effective incorporation of AI in basic education requires a
sustainable training model and an organizational culture that fosters educational innovation through the
integration of critical pedagogy and ethics.
INTRODUCCIÓN
En el escenario educativo actual, la incorporación de tecnologías emergentes, especialmente la
inteligencia artificial (IA), representa un factor clave para transformar los procesos de enseñanza-
aprendizaje y responder a las demandas del siglo XXI. En este contexto, la escuela enfrenta el reto de
fortalecer las competencias digitales de su planta docente a fin de integrar eficazmente herramientas de
IA en sus prácticas pedagógicas.
Lorena Calero Vargas, MSc.
Ministerio de educación. Ecuador
https://orcid.org/0000-0002-8238-
1294
lorena.calero@educacion.edu.ec
Nelson Hidalgo Macias, Lic.
Ministerio de educación. Ecuador
https://orcid.org/0009-0008-8609-
4672
nehima_71@hotmail.com
Alfredo Ordóñez Vargas, MSc.
Ministerio de educación. Ecuador
https://orcid.org/0009-0003-9658-
5970
alfredo.ec@outlook.com
Hedson Peña Cárdenas, Lic.
Ministerio de educación. Ecuador
https://orcid.org/0009-0007-1126-
2291
hedson.pena@educacion.gob.ec
Lorena Calero Vargas, MSc - Alfredo Ordóñez Vargas, MSc - Nelson Hidalgo Macias, Lic - Hedson Peña, Lic
30
Vol.13 No.2, ISSN 1390-9681, agosto, 2025
La educación, entendida como pilar del desarrollo social, no puede desligarse de los avances tecnológicos
que reconfiguran los entornos formativos. De acuerdo con Geanni (2023), uno de los principales desafíos
ha sido la adaptación de las prácticas educativas al entorno digital, reto que se intensifica en zonas rurales
con menor acceso tecnológico. Este contexto evidencia la urgencia de desarrollar estrategias de
capacitación docente orientadas al uso pedagógico de tecnologías inteligentes, que no se limiten al manejo
instrumental, sino que fomenten una apropiación crítica y didáctica de la IA.
Como afirman (Delgado Togra et al., 2021), los procesos formativos en IA deben propiciar entornos de
aprendizaje adaptativos, personalizados y centrados en el estudiante. La falta de motivación institucional
hacia la formación continua, así como la escasa oferta de programas especializados en IA educativa,
perpetúan metodologías tradicionales y descontextualizadas, afectando negativamente la calidad
educativa. En consecuencia, la implementación de un plan formativo que potencie las competencias
digitales docentes, con énfasis en la IA, se constituye como una necesidad urgente para elevar el nivel
pedagógico y tecnológico de la institución.
El quehacer educativo contemporáneo está intrínsecamente vinculado a la tecnología como mediadora del
conocimiento. La convergencia entre IA y pedagogía plantea nuevos escenarios donde el docente requiere
habilidades avanzadas para diseñar experiencias de aprendizaje más pertinentes, interactivas y eficaces
(Fernández-Arroyo et al., 2021). No obstante, en la Unidad Educativa Camilo Ponce Enríquez, se
evidencian dificultades estructurales para la adopción de tecnologías digitales inteligentes, atribuibles en
gran medida a la ausencia de procesos de formación continua en competencias digitales.
Aunque la institución cuenta con infraestructura tecnológica básica, esta no es suficiente si no va
acompañada de una formación sostenida que permita a los docentes aprovechar las potencialidades de la
IA para enriquecer su quehacer pedagógico. Esta brecha entre disponibilidad tecnológica y formación
docente limita la innovación metodológica, impidiendo que los estudiantes accedan a procesos formativos
adaptados a sus necesidades e intereses.
Tal como señalan Aguilar et al. (2024), el perfil docente actual debe caracterizarse por una actitud de
aprendizaje permanente y apertura al cambio tecnológico. La ausencia de estas competencias genera un
desfase entre las exigencias educativas contemporáneas y las prácticas pedagógicas que aún prevalecen
en entornos rurales. Por ello, se hace imprescindible diseñar e implementar un plan formativo orientado a
capacitar en IA educativa, como vía para transformar el rol docente y mejorar la calidad del proceso de
enseñanza-aprendizaje.
Con base en los antecedes suscritos, el presente estudio buscó conocer ¿Cómo contribuye la inteligencia
artificial al fortalecimiento de la enseñanza en docentes de educación básica? Se pretende analizar los
beneficios, desafíos y requerimientos pedagógicos asociados a la implementación de la IA en el aula,
considerando elementos clave como la adaptación curricular, el diseño instruccional mediado por datos, la
evaluación automatizada y la retroalimentación en tiempo real (Acurio, 2024). Asimismo, se busca
contribuir al desarrollo de una cultura institucional que valore la formación docente continua como eje
fundamental para la innovación educativa.
De la problemática principal se desprenden las siguientes interrogantes: ¿Cuáles han sido las
transformaciones más relevantes de la IA en el ámbito educativo contemporáneo?, ¿Qué competencias
digitales son necesarias para integrar eficazmente la inteligencia artificial en los procesos de enseñanza?,
¿Cuál es el impacto de un plan formativo basado en IA sobre las prácticas pedagógicas docentes?
MATERIA Y MÉTODOS
Se planteó un diseño descriptivo-exploratorio de corte cualitativo, basado en una revisión bibliográfica de
literatura, usando como principales bases de búsqueda de Scielo, Redalyc y Web of Science. A la vez se
aplicó una estrategia de inclusión y exclusión basada en: Artículos originales, publicados entre 2023-2025,
y escritos en español, dejando de lado aquellos que estuvieron fuera del intervalo de tiempo, derivados de
ponencias o capítulos de libros, y que su temática no sea educativa de nivel básico.
Aplicación de la IA en la educación básica
31
Vol.13 No.2, ISSN 1390-9681, agosto, 2025
Figura 1. Secuencia de cribado de resultados
Fuente: Carlos Gómez
Fuente: Elaboración propia
Los estudios seleccionados tuvieron una mayor publicación en el año 2024, seguido del año 2023 y solo
un artículo fue publicado en el 2025. La procedencia de los autores fue variada teniendo a Colombia y
Perú con 2 contribuciones cada uno, seguido Chile, Ecuador, México, Paraguay, España con 1 aporte cada
uno. Estos resultados reflejan el interés en países latinoamericanos en integrar estas herramientas de
(Bernilla, 2024)
(Caballero y Brítez,
2024)
(Cepeda et al., 2025)
(Reza y Guemez, 2024)
(Forero y Negre, 2023)
(Isea Arguelles et al.,
2024)
(Barroso et al., 2023)
(Villalba, 2024)
Lorena Calero Vargas, MSc - Alfredo Ordóñez Vargas, MSc - Nelson Hidalgo Macias, Lic - Hedson Peña, Lic
32
Vol.13 No.2, ISSN 1390-9681, agosto, 2025
inteligencia artificial en el nivel educativo medio -básica-. Por otro lado, la asociación entre autores o co-
citación fue otro punto de análisis (figura 3).
Figura 3. Colaboración entre autores
Fuente: Elaboración propia
Como se evidencia en la figura 3, existen 3 clúster muy marcados donde el primero representa
colaboraciones entre Cepeda, Oña y Duran (naranja), el segundo está conformado por Vásquez, Inga y
Betalle (rojo) y el último por Hernández, Ospina y Chanchi (café). Estos agrupamientos indican que existe
una relación en temáticas o colaboración entre autores para el desarrollo y producción de resultados de
investigaciones originales.
RESULTADOS
El análisis de resultado partió desde la perspectiva de Bernilla (2024) acerca del enfoque de aplicar la IA
en la adaptación curricular, según este, la IA está generado múltiples oportunidades, así como desafíos
en el ámbito de la educación, teniendo un gran impacto en ámbitos como las adaptaciones curriculares.
De acuerdo con las percepciones de docentes, el potencial de la herramienta para adaptar los contenidos
a diferentes estilos de aprendizajes, necesidades educativas especiales e individualización del
aprendizaje, para finalizar enfatizan la necesidad de orientar esta integración a criterios de precisión,
veracidad y ética, así como la necesidad de políticas y acciones institucionales concretas que respalden
una adecuada adaptación curricular frente al uso creciente de la IA.
En cuanto al uso de IA en el diseño instruccional mediado por datos, Caballero y Brítez (2024) proponen
que los sistemas de IA pueden influir positivamente en el diseño instruccional para el aprendizaje. Los
suscritos autores se enfocan en identificar como la incorporación de estas tecnologías pueden transformar
las estrategias didácticas en mejora de los procesos de instrucción y aprendizaje. Dentro de los beneficios
de la integración de la IA se destacan la personalización del aprendizaje, el desarrollo de ambientes
educativos adaptativos, y el apoyo para las decisiones pedagógicas basadas en datos. También se deben
destacar las competencias docentes necesarias para diseñar experiencias de aprendizaje efectivas
basadas en IA o sus herramientas. Para finalizar el estudio resalta la necesidad de generar programas
Aplicación de la IA en la educación básica
33
Vol.13 No.2, ISSN 1390-9681, agosto, 2025
formativos de orientación específica para el adiestramiento de docentes acerca del uso de IA para
enriquecer el diseño instruccional.
La creciente influencia de la IA en la educación presenta múltiples desafíos que deben ser afrontados por
los docentes desde la perspectiva del diseño instruccional, Cepeda Campoverde et al. (2025) sostiene que
el uso de IA en docentes actualmente se orienta a la integración de esta en la planeación, diseño e
innovación pedagógica con el afán de lograr experiencias de aprendizajes innovadoras. La literatura
reciente propone la adopción y función de innovaciones tecnológicas en entornos educativos, tomando
como referencia los planteamientos de Rogers, Bourdieu, Latour y Bijker. Para cerrar se propone potenciar
las decisiones instruccionales, la adaptación curricular y las dinámicas docente-estudiante.
Otro resultado de relevancia es la retroalimentación general la cual según Reza y Guemez (2024) se ve
beneficiada por la integración de IA y sus herramientas, a la vez resaltan que el proceso de enseñanza-
aprendizaje puede enriquecerse en gran medida por una retroalimentación efectiva basada en aspectos
neurofuncionales con orientación al desarrollo cognitivo, y la inclusión de metodologías activas que
potencien la innovación. A modo de conclusión, los autores destacan que la retroalimentación general
potencia con IA y alineada a momentos neuro educativos facilita aprendizajes profundos y genera
emociones positivas entre los estudiantes.
Con similar posición Forero y Negre (2023) destacan el potencial del machine learning o ML como campo
relevante de la IA, ya que tiene un fuerte potencial para mejorar significativamente la calidad de la
retroalimentación en los procesos instruccionales. Su potencial radica en la posibilidad de generar
retroalimentaciones significativas en diversos niveles educativos. Existen grandes oportunidades para
integrar ML en la retroalimentación general sin importar su propósito formativo, logrando generar espacios
individuales de aprendizaje, permitiendo desarrollar una integración efectiva y aportando al aumento en la
calidad educativa.
Similar posición mantiene Isea et al. (2024), mencionan que el avance vertiginoso de las tecnologías
emergentes y su fácil acceso han potenciado el desarrollo de herramientas de IA con múltiples, así como
significativas aplicaciones en múltiples campos. En cuanto a la educación, la IA tiene el potencial de
transformar procesos de enseñanza y aprendizaje, con la oferta de diversas oportunidades para
personalizar la instrucción, mejorar la gestión educativa, y en particular énfasis la retroalimentación general
entre docentes y estudiantes. Los autores sugieren, que existe poco uso de las herramientas basada en
IA en el subnivel medio o básico y que la mayor implementación de la herramienta se ubica dentro del nivel
superior. Terminan resaltando el rol que estas herramientas pueden llegar a tener en el desarrollo de
experiencias acticas y reflexivas mediante el uso de retroalimentación personalizada.
Otro potencial para destacar en la IA, es la inmediatez de sus resultados, así como los impactos que
pueden generar en ámbitos como el aprendizaje individualizado. Barroso et al. (2023), destaca que la
internet es un espacio de intercambio de contenidos que beneficia la gestión del docente sobre todo en las
nuevas corrientes metodológicas como la gamificación y el aprendizaje adaptativo. Se destaca el potencial
para el posible logro educativo. Por otra parte, Villalba (2024), destaca que la disponibilidad de las
herramientas basadas en IA, en la educación estas herramientas permiten transformar procesos y mejorar
áreas como la gestión educativa y promover el aprendizaje individualizado. La incorporación de
plataformas adaptativas basadas en IA u otras tecnologías emergentes, potencias rutas de aprendizaje
individualizado en base a características como la retroalimentación automatizada y el monitoreo
personalizado.
Lorena Calero Vargas, MSc - Alfredo Ordóñez Vargas, MSc - Nelson Hidalgo Macias, Lic - Hedson Peña, Lic
34
Vol.13 No.2, ISSN 1390-9681, agosto, 2025
DISCUSIÓN Y CONCLUSIONES
Los resultados del estudio evidencian el rol de la inteligencia artificial (IA) y como esta ha emergido a
manera de un catalizador de cambio en la educación básica. La IA promueve la innovación en tópicos
como el diseño curricular, el diseño instruccional, la retroalimentación pedagógica y el aprendizaje
personalizado. A manera de crítica y reflexión, los resultados conducen a comprender el próximo papel
transformador que la IA va a tener dentro de la educación básica.
Al inicio del trabajo, se constata cómo ha evolucionado la manera de adaptar curricularmente las
necesidades educativas de los estudiantes, que al momento autores como Bernilla (2024) subrayan que
estas herramientas favorecen la individualización de los aprendizajes, al ajustar contenidos según
necesidades cognitivas y específicas del estudiantado. Esta capacidad de sistematizar la instrucción de
manera individual en función de las necesidades individuales es un avance crucial para lograr entornos de
aprendizaje efectivos y contextualizados. Sin dejar de las implicaciones éticas, de originalidad o de la
evidente necesidad de tener políticas educativas claras que garanticen la implementación educativa de
estas herramientas.
Así también, se confirma el potencial de la IA en el diseño instruccional basado en datos. Caballero y Brítez
(2024) resaltan la contribución de la IA en el desarrollo de ambientes de aprendizaje adaptativos,
potenciando la toma de decisiones pedagógicas al ser fundamentadas en datos producto del uso de las
herramientas de IA. Ellos también destacan la función analítica que produce la IA, ya que esta no solo
optimiza actividades o la planificación de estas, sino que redefine el rol del docente como mediador crítico.
Es necesario añadir, que, para lograr aprovechar estas ventajas, se depende directamente de la formación
especializada del docente. Los programas formativos en temáticas específicas de la gestión educativa,
diseño instruccional o personalización del aprendizaje son pocos, por lo cual se presenta una barrera para
su correcta implementación, lo que desemboca en una necesidad urgente de implementación local
(Cepeda et al., 2025).
Otro hallazgo que resaltar es el impacto significativo que tiene la IA en los procesos de retroalimentación.
Para Reza y Guemez (2024), Forero y Negre (2023), Isea et al. (2024) el potencial de la IA en la
retroalimentación personalizada y automatizada radica en la capacidad de generar aprendizajes más
profundos y significativos, basado en la neourofuncionalidad mediante la generación de entornos que
estimulen varias áreas del pensamiento y sus emociones, lo genera un alto impacto en el desarrollo integral
del estudiante.
Así también se destaca la pertenencia de modelos de aprendizaje autónomo como el Machine Learning
(ML), el cual tiene un gran potencial para mejorar la calidad educativa. Esta herramienta identifica patrones
y ofrece rutas de acciones diferenciadas que responden a contexto y perfiles individuales (Forero y Negre,
2023). De esta manera se abren un conjunto de múltiples oportunidades para construir experiencias de
aprendizaje flexibles, dinámicas y eficaces (Isea et al., 2024).
Un aspecto relevante para destacar es el valor que la IA puede tener en la gestión educativa son las
herramientas adaptativas que pueden llegar a ser integradas al monitoreo continuo de un entorno virtual o
dentro de espacios específicos de uso, estas al generar retroalimentación automatizada facilitan el
seguimiento académico del estudiante, así como la toma de decisiones pedagógicas. El enfoque basado
en datos para la toma de decisiones pedagógicas puede contribuir en gran medida al logro educativo.
Para finalizar, el uso de IA en la educación básica tiene un inmenso potencial transformador, ya que se
puede aprovechar sus múltiples características como; el análisis de datos en tiempo real, la
retroalimentación instantánea y la adecuación del diseño para el desarrollo de entornos de aprendizaje
adaptativo. Pero también se debe señalar que su uso debe ser en función de la ética y crítica profesional,
con una clara inclinación a la funcionalidad pedagógica de su uso.
Aplicación de la IA en la educación básica
35
Vol.13 No.2, ISSN 1390-9681, agosto, 2025
REFERENCIAS
1. Acurio, J. (2024). Access to digital teaching material and integration of Information and
Communication Technologies during confinement by Covid 19 in students with visual disabilities
from the Peruvian department of Puno. ESPACIOS EN BLANCO-SERIE INDAGACIONES, 34(1),
243-258. https://doi.org/10.37177/UNICEN/EB34-386
2. Barroso Moreno, C., Mendoza Carretero, M. R., Sáenz-Rico De Santiago, B., & Rayón Rumayor,
L. (2023). Gamificación-educación: El poder del dato. El profesorado en las redes sociales. RIED-
Revista Iberoamericana de Educación a Distancia, 27(1), 373-396.
https://doi.org/10.5944/ried.27.1.37648
3. Bernilla Rodriguez, E. B. (2024). Teachers Facing Artificial Intelligence in a Public University in
Northern Peru. Educación, 33(64), 8-28. https://doi.org/10.18800/educacion.202401.m001
4. Caballero Alarcón, F. A., & Brítez Carli, R. (2024). Artificial Intelligence in the Improvement of
Teaching and Learning, Ministry of Education and Science. Academo (Asunción), 11(2), 99-108.
https://doi.org/10.30545/academo.2024.may-ago.1
5. Cepeda Campoverde, E. V., Durán Núñez, Y. I., & Ocaña Ocaña, A. (2025). Uses and perspectives
of artificial intelligence in the teaching community at the University of Guayaquil. Ñawi: arte diseño
comunicación, 9(1), 151-165. https://doi.org/10.37785/nw.v9n1.a9
6. Delgado Togra, D. S., Salazar Moreno, J. M., Herrera Herrera, L. d A., Delgado Togra, D. S.,
Salazar Moreno, J. M., & Herrera Herrera, L. d A. (2021). Las herramientas web 2.0 en el desarrollo
de habilidades lectoras. Horizontes Revista de Investigación en Ciencias de la Educación, 5(19),
668-676. https://doi.org/10.33996/revistahorizontes.v5i19.227
7. Fernández-Arroyo, J., Rodríguez-Marín, F., García, A., & Solís-Espallargas, C. (2021).
Perspectives of pre-service teachers on learning to teach Science through Inquiry-based
Education. REVISTA FUENTES, 23(2), 190-203.
https://doi.org/10.12795/revistafuentes.2021.9606
8. Forero-Corba, W., & Negre Bennasar, F. (2023). Técnicas y aplicaciones del Machine Learning e
Inteligencia Artificial en educación: Una revisión sistemática. RIED-Revista Iberoamericana de
Educación a Distancia, 27(1), 209-253. https://doi.org/10.5944/ried.27.1.37491
9. Geanni, E. (2023). La IA generativa y el futuro de la educación—UNESCO Biblioteca Digital.
UNESCO. https://doi.org/10.54675/ACWQ6815
10. Isea Arguelles, J. J., Duque Rodríguez, J. A., Piña Ferrer, L. S., Atencio González, R. E. (2024).
Análisis de la Inteligencia artificial en la transformación de la enseñanza y aprendizaje educativa.
Conrado, 20(100), 179-185.
11. Lopez-Aguilar, D., Delgado-Garcia, M., & Garcia-Prieto, F. (2024). Convergences and divergences
in the digital competence of teachers in training. CAMPUS VIRTUALES, 13(1), 9-24.
https://doi.org/10.54988/cv.2024.1.1112
12. Reza Flores, R. A., & Guemez Peña, M. A. (2024). Aprendizaje Basado en Modelización asistido
con Inteligencia Artificial en las Ciencias Naturales: Propuesta de intervención neurodidáctica.
Praxis Educativa, 19, 1-19. https://doi.org/10.5212/PraxEduc.v.19.22722.011
13. Villalba Gómez, J. A. (2024). Emerging bioethic problems with artificial intelligence. Diversitas:
Perspectivas en Psicología, 12(1), 137-147. https://doi.org/10.15332/s1794-9998.2016.0001.10