INTRODUCCIÓN

El empleo de la inteligencia artificial (IA) en la educación contemporánea constituye una transformación tecnológica profunda que ha revolucionado los procesos de enseñanza y aprendizaje. Además, la IA facilita la automatización de tareas administrativas, lo que libera tiempo para que los docentes se enfoquen en la interacción pedagógica y el desarrollo curricular. Asimismo, posibilita el monitoreo en tiempo real del desempeño estudiantil, lo que proporciona una retroalimentación inmediata que ayuda a identificar dificultades y ajustar oportunamente las estrategias educativas. Además los sistemas de tutoría inteligentes y los asistentes virtuales, disponibles las 24 horas, amplían el acceso a un apoyo educativo personalizado, especialmente en contextos con limitaciones de recursos o escasez de personal docente, lo cual contribuye así a una educación más inclusiva y equitativa (Isea, ^{Duque, Piña y Atencio, 2024}).

Los estudios realizados en Ecuador destacan que, aunque existe un conocimiento creciente sobre la IA en el ámbito educativo y una percepción mayoritariamente positiva sobre su impacto, persisten retos importantes. Entre estos se encuentran la insuficiente infraestructura tecnológica en zonas rurales, la necesidad de formación continua para docentes en el manejo de herramientas de IA y preocupaciones relacionadas con la privacidad y protección de datos estudiantiles. En este contexto el gobierno ecuatoriano ha manifestado su interés en modernizar la educación a través de la tecnología, como se refleja en el Plan Decenal de Educación 2016-2025, pero la efectividad de estas iniciativas depende en gran medida de superar las barreras contextuales y asegurar la equidad en el acceso a las tecnologías digitales (^{Jara, 2024}).

La educación moderna se distingue por adoptar un enfoque holístico orientado a desarrollar al individuo en todas sus dimensiones, al trascender los modelos tradicionales de enseñanza unidireccional para fomentar la autonomía, la libertad y el pensamiento crítico en los estudiantes. La misma, originada en el marco histórico de la modernidad, especialmente desde el siglo XVII en Occidente se organizó con el propósito de facilitar el acceso al conocimiento científico y cultural, así como de promover la formación de ciudadanos éticos y responsables, capaces de contribuir activamente al progreso social (P. J. ^{Parra y Mejia, 2022}).

La inteligencia artificial es un campo de la informática dedicado al diseño y desarrollo de sistemas y máquinas que emulan capacidades cognitivas propias del ser humano, tales como el aprendizaje, el razonamiento, la percepción y la toma de decisiones. Estos sistemas se fundamentan en algoritmos y modelos matemáticos avanzados que les permiten procesar grandes cantidades de datos, adaptarse a contextos cambiantes y llevar a cabo tareas que históricamente requerían intervención humana, como el reconocimiento de voz, la traducción automática y el diagnóstico clínico (^{Xu et al., 2021}).

Al tener en cuenta este contexto, es válido cuestionarse ¿cuáles es el estado del uso de la inteligencia artificial en la transformación de la educación moderna?

De ahí que el propósito del presente artículo de revisión sistemática fue describir el estado de las investigaciones sobre el uso de la inteligencia artificial en la transformación de la educación moderna.

MÉTODO

La metodología utilizada fue una revisión sistemática cualitativa. Se realizó una búsqueda exhaustiva en bases de datos académicas relevantes para identificar investigaciones que analizaran las tendencias, aportes y brechas en el uso e integración de las técnicas en estudio. Se empleó la guía actualizada PRISMA para la publicación de revisiones sistemáticas, que facilitó estructurar el proceso, a través de las etapas de identificación, cribado, elegibilidad e inclusión.

Criterios de selección y bases de datos utilizadas

Se incluyen artículos publicados en revistas científicas indexadas en las bases de datos Latindex, Dialnet, Redalyc, SciELO y Scopus de 2021 a 2025 en inglés y español, lo que garantiza una cobertura actualizada y accesible en los campos de educación, específicamente en el tema seleccionado. Se excluyen estudios anteriores a 2021, así como fuentes en forma de libros o tesis. Esta estrategia facilita focalizar el estudio en temáticas relevantes y actuales, lo cual garantiza que los resultados obtenidos tengan relevancia en el contexto educativo definido.

Estrategias de búsqueda y proceso de selección de estudios

La estrategia de búsqueda se basó en definir los descriptores adecuados en español e inglés, combinado con operadores lógicos AND y OR y las palabras claves que definen las variables estudiadas. Se usaron filtros para restringir la búsqueda a los años comprendidos entre 2021 y 2025, definir idiomas y áreas temáticas.

1. Latindex

"inteligencia artificial" AND educación

"transformación educativa" OR "educación moderna" AND "inteligencia artificial"

2. Dialnet

("inteligencia artificial" OR IA) AND (educación OR "transformación educativa" OR "educación moderna")

("inteligencia artificial" OR IA) AND (educación OR "transformación educativa" OR "educación moderna")

3. Redalyc

("inteligencia artificial" OR IA) AND (educación OR "transformación educativa")

("inteligencia artificial" OR IA) AND (educación OR "transformación educativa" OR "educación moderna")

4. SciELO

("inteligencia artificial" OR IA) AND (educación OR "transformación educativa" OR "educación moderna")

(TI:"inteligencia artificial" OR TI: IA) AND (TI: educación OR TI:"transformación educativa" OR TI:"educación moderna")

5. Scopus

(TITLE-ABS-KEY ("inteligencia artificial" OR IA)) AND (TITLE-ABS-KEY (educación OR "transformación educativa" OR "educación moderna"))

(TITLE-ABS-KEY ("inteligencia artificial" OR IA OR "machine learning" OR "aprendizaje automático")) AND (TITLE-ABS-KEY (educación OR "transformación educativa" OR "educación moderna" OR "aprendizaje digital"))

Se identifican inicialmente 144 fuentes, de los cuales se eliminaron 71 que no cumplían con los criterios básicos; en la fase de cribado se eliminaron 43, lo que resultó en 28 estudios pertinentes; en la fase de idoneidad se revisaron títulos y resúmenes y se excluyeron 13 luego de una revisión más detallada. Finalmente se incluyen 14 estudios que cumplieron con todos los criterios establecidos como se muestra en la Figura 1.

Figura 1. Diagrama de flujo para la selección de los artículos según PRISMA 

Una vez seleccionados los artículos, se procedió a analizar su contenido. Se elaboraron matrices que incluyeron los siguientes elementos: base de datos, año de publicación, autores, título, país, metodología, objetivo, resultados y limitaciones.

RESULTADOS Y DISCUSIÓN

A continuación, se presentan los resultados del análisis de las investigaciones incluidas en la revisión sistemática, al considerar la evidencia existente para identificar las brechas y tendencias en capacidades de innovación organizacional. En la Tabla 1 se presenta un análisis cruzado de los datos proporcionados por los estudios incluidos, organizados por país, base de datos y año de publicación, para identificar tendencias y patrones en la investigación sobre el uso de la inteligencia artificial en la transformación de la educación moderna. En esta tabla se observa que los estudios se encuentran concentrados en las bases de datos de Dialnet, Latindex, Redalyc, Scielo y Elsevier. Esta distribución indica que la producción académica en este campo está fuertemente vinculada a contextos iberoamericanos, lo que puede influir en la visibilidad global de estas investigaciones.

En cuanto a la distribución geográfica, Ecuador destaca como el país con mayor número de publicaciones seleccionados, seguido por España, México, Perú, Chile, Argentina y Colombia. La diversidad de países refleja un creciente interés regional en comprender y aprovechar las potencialidades de la IA para transformar los procesos educativos. Respecto al año de publicación, se evidencia una gran cantidad de publicaciones en los últimos años, este patrón temporal revela que el estudio de la inteligencia artificial en la educación es un campo emergente y en rápida expansión, que ha captado la atención de la comunidad académica en los últimos años, probablemente impulsado por avances tecnológicos y la creciente digitalización de los sistemas educativos.

En términos temáticos, los trabajos abordan principalmente el impacto de la inteligencia artificial en la educación, con especial énfasis en la educación superior y universitaria, la transformación digital, la ética y la integridad académica. Además, el interés en aspectos éticos y metodológicos indica una madurez creciente sobre el tema.

Tabla 1. Análisis cruzado por país, base de datos, año de publicación y temática 

En la Tabla 2 se realiza un análisis detallado del uso de la inteligencia artificial en la transformación de la educación moderna, basado en la revisión de estudios recientes que exploran la intersección de esta tecnología en diversos contextos educativos. Los estudios seleccionados ofrecen una perspectiva global sobre cómo estas tecnologías transforman la enseñanza y el aprendizaje, al abarcar diversas disciplinas y ubicaciones geográficas.

Aplicaciones prácticas y tecnológicas de la IA en el aula y la gestión educativa

La evidencia convergente de la literatura especializada confirma que la inteligencia artificial ha catalizado una transformación estructural en los sistemas educativos contemporáneos, manifestada en tres dimensiones clave: personalización pedagógica, automatización operativa y optimización de procesos formativos. ^{Zambrano (2025}), cuantifica este impacto en el contexto ecuatoriano, al revelar que el 44.4% del profesorado ya implementa herramientas de IA en su práctica docente, con predominancia de plataformas adaptativas cuyo uso moderado se correlaciona con incrementos del 10% en el rendimiento académico estudiantil.

Estos hallazgos se articulan con los aportes de ^{González (2023}) y ^{Tomalá, Mascaró, Carrasco y Aroni (2023}), quienes identifican el valor agregado de tecnologías específicas como chatbots interactivos, sistemas tutores inteligentes y soluciones robóticas educativas y demuestran la capacidad de estos para dinamizar la adaptación curricular y enriquecer la interacción didáctica en entornos presenciales y virtuales. Paralelamente, ^{Gómez y Arroyo (2024}), amplían el espectro de aplicación hacia los entornos virtuales inmersivos, al destacar su rol como ecualizadores educativos que reducen brechas geográficas y socioeconómicas en poblaciones remotas.

La dimensión evaluativa recibe especial atención en el trabajo de ^{Martínez et al. (2023}), donde se documenta una precisión del 95% en la predicción del compromiso estudiantil mediante la integración sinérgica de robótica educativa, redes neuronales profundas y algoritmos de procesamiento de lenguaje natural. Este avance técnico se complementa con los hallazgos institucionales de ^{Garcia et al. (2023}) y ^{Fajardo, Ayala, Arroba y López (2023}), quienes demuestran que la IA optimiza hasta un 40% los procesos de gestión institucional y administrativa, lo que libera tiempo del docente para actividades de mayor valor pedagógico.

Marcos de competencias y formación para estudiantes y docentes

El desarrollo de competencias en IA es un aspecto recurrente en la literatura donde M. E. ^{Parra, Trujillo, Álvarez, Arias y Santillán (2024}), observó un dominio medio-avanzado de IA entre docentes universitarios, aunque con variaciones según áreas y edades, además destaca la importancia del marco FATE, es decir, equidad, rendición de cuentas, transparencia y ética, donde los docentes más jóvenes priorizan la rendición de cuentas y los de mayor experiencia la equidad y la ética. También ^{Yuquilema, Arízaga, Aguirre y Garcia (2024}), subrayan la necesidad de infraestructura tecnológica y capacitación docente para maximizar los beneficios de la IA, necesidad que adquiere urgencia ante los datos de ^{Zambrano (2025}), que evidencian que solo el 22.2% del profesorado ecuatoriano ha recibido formación específica en IA, una brecha formativa que reduce en un 35% la eficacia percibida de estas herramientas en el aula.

Complementario a estos, ^{González (2023}) y ^{Barcia, Tambaco, Angulo, Prado y Valverde (2024}), identifican la resistencia al cambio pedagógico y la heterogeneidad en las políticas institucionales como barreras estructurales, mientras que el primero atribuye el 40% de la resistencia a la falta de alfabetización digital en docentes sénior, el segundo demuestra que instituciones con programas de capacitación obligatoria en IA logran una mayor adopción efectiva que aquellas sin dichas iniciativas.

Desafíos éticos, sociales y técnicos

Los desafíos éticos y sociales emergen de manera recurrente en la literatura sobre inteligencia artificial en educación, lo que subrayando la complejidad de su integración en entornos académicos diversos. ^{Gallent, Zapata y Ortego (2023}) e ^{Ibarra, Caro y Pérez (2023}), advierten que la proliferación de la IA conlleva riesgos significativos, entre los que destacan el aumento del plagio académico, la amplificación de sesgos algorítmicos y el ensanchamiento de la brecha digital. Estos autores coinciden en la importancia de mantener un equilibrio entre la automatización de procesos y la interacción humana directa, para evitar la deshumanización de la experiencia educativa.

Por su parte, ^{Yuquilema et al. (2024}) y ^{Gómez y Arroyo (2024}), enfatizan que, si no se garantiza un acceso universal y equitativo a la tecnología, la IA puede intensificar las desigualdades existentes, especialmente en contextos vulnerables. Además, ambos estudios plantean dilemas éticos relacionados con el uso y resguardo de los datos personales de los estudiantes, así como la preocupación por la posible sustitución parcial de los roles docentes, lo que podría afectar la calidad y el sentido humano de la educación.

^{González (2023}), aporta una perspectiva técnica al señalar la necesidad de grandes volúmenes de datos para el entrenamiento de algoritmos, lo que plantea retos adicionales en cuanto a la gestión, privacidad y calidad de la información. Asimismo, advierte sobre la posibilidad de que herramientas de IA generativa, como ChatGPT, produzcan respuestas superficiales o incorrectas, lo que puede comprometer la fiabilidad de los procesos educativos automatizados.

Finalmente, ^{Martínez et al. (2023}) y ^{Tomalá et al. (2023}), identifican que la falta de personal capacitado, los altos costos de implementación y los problemas asociados a la privacidad de los datos constituyen barreras críticas para la adopción efectiva de la IA, especialmente en contextos rurales o con acceso tecnológico limitado. Estas limitaciones refuerzan la necesidad de políticas públicas y estrategias institucionales que promuevan la formación continua, la inversión en infraestructura y la protección de los derechos digitales de la comunidad educativa.

Impacto en la innovación pedagógica y preparación para el futuro digital

La inteligencia artificial ha impulsado una transformación pedagógica profunda y sostenida en los sistemas educativos contemporáneos. En este sentido, ^{Zambrano (2025}), ^{González (2023}) y ^{Ojeda, Solano, Ortega y Boom (2023}), destacan que la personalización del aprendizaje y la generación de contenido educativo dinámico constituyen tendencias emergentes que potencian significativamente tanto la motivación como el rendimiento académico de los estudiantes. Asimismo, ^{Sanabria, Silveira, Pérez y Cortina (2023}), observa que la IA ha revolucionado la educación, lo cual ha situado a los estudiantes en el centro de la innovación.

De cara al futuro, ^{Fajardo et al. (2023}) y ^{Barcia et al. (2024}), prevén que la integración progresiva y sistemática de la IA marcará un hito en la evolución educativa. Sin embargo, ambos estudios advierten sobre la necesidad imperiosa de superar la resistencia al cambio dentro de las comunidades educativas y de fortalecer la formación en habilidades digitales tanto para docentes como para estudiantes. Este fortalecimiento es fundamental para preparar a toda la comunidad educativa a enfrentar con éxito un entorno cada vez más automatizado, interconectado y digitalizado, y así asegurar una transición efectiva hacia modelos pedagógicos innovadores, sostenibles y más eficientes.

Políticas y regulaciones emergentes para un uso responsable de la IA

El desarrollo de políticas y regulaciones se identifica como un requisito fundamental para garantizar una integración ética, equitativa y responsable de la inteligencia artificial en el ámbito educativo. En este sentido, ^{Gallent et al. (2023}), subrayan que la mejora en la enseñanza universitaria dependerá en gran medida de la articulación efectiva entre educación, innovación e integridad académica, elementos que deben converger en un marco normativo sólido. Además, ^{Gómez y Arroyo (2024}) junto con ^{Barcia et al. (2024}), insisten en la necesidad imperiosa de establecer políticas públicas robustas y marcos regulatorios claros que protejan la privacidad de los datos, garanticen el acceso equitativo a las tecnologías y prevengan la perpetuación de sesgos algorítmicos que puedan afectar la justicia educativa.

Por otro lado, ^{Fajardo et al. (2023}) y ^{Sanabria et al. (2023}), advierten sobre la heterogeneidad existente en las políticas institucionales vigentes, así como la carencia de estudios empíricos rigurosos que evalúen la eficacia real de las regulaciones implementadas hasta la fecha. Esta situación evidencia la urgencia de avanzar hacia normativas más integrales, coherentes y adaptadas al vertiginoso desarrollo tecnológico que caracteriza a la IA, especialmente al considerar su impacto transversal en los procesos de enseñanza-aprendizaje y gestión educativa.

Tabla 2. Investigaciones incluidas en la revisión sistemática sobre el uso de la inteligencia artificial en la transformación de la educación moderna 

Entre las principales fortalezas encontradas en estos estudios se destaca la capacidad para personalizar el aprendizaje, como lo demuestra el incremento del 10% en el rendimiento académico cuando se utilizan plataformas adaptativas. Además, la IA optimiza hasta un 40% los procesos administrativos, lo que libera tiempo valioso para actividades pedagógicas. Su aplicación en entornos virtuales inmersivos también se perfila como una herramienta poderosa para reducir brechas geográficas y socioeconómicas, al democratizar el acceso a una educación de calidad. Estos avances tecnológicos están transformando los modelos pedagógicos tradicionales, lo que coloca al estudiante en el centro del proceso educativo mediante contenidos dinámicos e interactivos.

Sin embargo, persisten debilidades importantes que limitan su adopción generalizada. Un problema crítico es la falta de formación docente, ya que solo el 22.2% del profesorado en Ecuador ha recibido capacitación en IA, lo que reduce en un 35% la eficacia percibida de estas herramientas. A esto se suma la resistencia al cambio, particularmente entre docentes sénior, donde el 40% muestra dificultades por baja alfabetización digital. Otra limitación clave es la dependencia de infraestructura tecnológica, pues muchas instituciones, especialmente en zonas rurales, carecen de los recursos necesarios para implementar soluciones basadas en IA. Finalmente, la ausencia de políticas claras dentro de las instituciones educativas genera heterogeneidad en la adopción de estas tecnologías, lo cual dificulta su integración sistemática.

En cuanto a las oportunidades, la IA ofrece un potencial transformador si se abordan los desafíos actuales. Su capacidad para cerrar brechas educativas mediante plataformas adaptativas podría revolucionar el acceso al conocimiento en comunidades remotas. El desarrollo de programas de capacitación docente obligatorios y el establecimiento de incentivos para la adopción tecnológica son pasos necesarios para maximizar sus beneficios. Además, el avance en marcos regulatorios que aseguren la ética, la privacidad y la equidad permitirían un uso más responsable. La integración de competencias digitales en los currículos también prepararía mejor a los estudiantes para un mercado laboral cada vez más automatizado, lo que aumentaría su empleabilidad futura.

No obstante, existen amenazas significativas que podrían socavar estos avances. La brecha digital es un obstáculo importante, ya que la IA podría profundizar las desigualdades si no se garantiza un acceso universal. Otro riesgo es la deshumanización de la educación, donde un exceso de automatización podría reducir la interacción humana, lo que afectaría la calidad pedagógica. Los problemas éticos, como los sesgos algorítmicos y el plagio académico facilitado por herramientas como ChatGPT, plantean desafíos complejos que requieren soluciones inmediatas. Además, la falta de regulaciones globales y estrategias institucionales coherentes podría llevar a una implementación desordenada y limitaría el impacto positivo de la IA.

Discusión

Los resultados de esta investigación, aunque presentan algunas diferencias respecto a ciertas posturas previas, coinciden con hallazgos reportados en otros estudios similares. Se describe que la inteligencia artificial ha reconfigurado sustancialmente el ecosistema educativo contemporáneo sobre todo a nivel de personalización del aprendizaje, evaluación formativa y gestión educativa, aunque revela simultáneamente la necesidad imperiosa de abordar desafíos críticos en áreas de formación docente especializada, desarrollo de infraestructura tecnológica adecuada y establecimiento de marcos éticos robustos. Además, la aplicación en entornos virtuales inmersivos también se perfila como una herramienta poderosa para reducir brechas geográficas y socioeconómicas, al democratizar el acceso a una educación de calidad.

Los resultados de ^{Parga (2023}) y ^{Peñaherrera, Cunuhay, Nata y Moreira (2022}), evidencian que la evolución tecnológica exige docentes con vocación investigativa y compromiso con la actualización permanente, especialmente ante el auge de la educación en línea, e-learning y plataformas digitales. La integración de estas innovaciones que incluyen la inteligencia artificial en desarrollo y requiere participación activa, perspectivas críticas y un equilibrio entre competencias técnicas y formación humanística demandan superar enfoques meramente instrumentales para adoptar una visión holística que, sin descuidar las habilidades tecnológicas, preserve la esencia humanista de la educación. Así, la formación docente debe articularse como un proceso continuo que combine dominio tecnopedagógico con reflexión crítica, lo que prepara a los educadores para liderar estos escenarios educativos dinámicos.

Por otra parte los hallazgos del estudio de ^{Duque (2024}), subraya la necesidad imperante de implementar sistemas de evaluación rigurosos que examinen de manera integral tanto las potencialidades como las limitaciones inherentes al empleo de herramientas de inteligencia artificial en contextos educativos. Esta valoración crítica debe contemplar, de manera fundamental, el desarrollo de protocolos específicos que garanticen la aplicación ética y responsable de estas tecnologías emergentes. Para ello, resulta indispensable establecer marcos de acción claros que armonicen los principios pedagógicos fundamentales con consideraciones éticas claves, que incluyan la protección de datos personales, la mitigación de sesgos algorítmicos, la transparencia en los procesos de toma de decisiones automatizados y la preservación de la equidad educativa.

La implementación efectiva de parámetros éticos y de protección en el uso de la IA en educación requiere además, la creación de mecanismos de supervisión continua que permitan monitorear el impacto real de estas tecnologías en los procesos de enseñanza-aprendizaje y así asegurar que su integración contribuya genuinamente al mejoramiento de la calidad educativa sin comprometer los valores fundamentales de la práctica pedagógica (^{Castillejos, 2022}).

De manera similar ^{Carbonell, Burgos, Calderón y Paredes (2023}), destacan el valor estratégico de las herramientas de inteligencia artificial como facilitadoras en el diseño de propuestas educativas innovadoras. Estas tecnologías ofrecen un espectro significativo de posibilidades para la creación de recursos didácticos adaptativos, particularmente relevantes considerando la diversidad en los estilos, ritmos y necesidades de aprendizaje de cada estudiante. La capacidad de los sistemas de IA para generar contenidos educativos personalizados en formatos multimodales como vídeo, texto y audio representa una ventaja pedagógica clave, ya que permite ajustar dinámicamente los materiales a los requerimientos individuales, optimizar los procesos de asimilación conceptual y potenciar la efectividad del aprendizaje a través de modalidades interactivas.

La integración de ChatGPT en la educación superior ofrece oportunidades innovadoras para personalizar el aprendizaje, al permitir que los estudiantes puedan interactuar con respuestas adaptadas a sus consultas y profundizar en temas mediante diálogos dinámicos (^{Rospigliosi, 2023}). Sin embargo, su uso plantea desafíos, como posibles inexactitudes y sesgos en las respuestas, lo que exige una supervisión crítica por parte de los docentes para garantizar la fiabilidad del contenido y así maximizar sus beneficios. Además, es esencial combinar esta herramienta con la implementación de estrategias pedagógicas que fomenten un uso reflexivo y verificable, para lograr equilibrar innovación con rigurosidad académica (^{Stokel, 2023}; ^{Tsigaris y Teixeira, 2024}).

^{Thanh y Tuan (2021}), presentaron el desarrollo de Kant, un sistema de chatbot educativo basado en inteligencia artificial que emplea algoritmos de pruebas adaptativas informatizadas (CAT) para evaluar el rendimiento matemático en estudiantes de secundaria. Su metodología incluyó la creación de un banco de ítems de opción múltiple y el desarrollo de una aplicación para la implementación del sistema. Aunque el estudio se realizó con una muestra reducida, los resultados demostraron la viabilidad de esta integración tecnológica, al destacar el potencial pedagógico de los chatbots con CAT en entornos educativos. Cabe destacar que el sistema incorporó además análisis de series temporales y técnicas de similitud semántica, lo que permitió identificar también patrones óptimos de interacción colaborativa entre los participantes durante el proceso de aprendizaje.

CONCLUSIONES

Los hallazgos colectivos de esta revisión sistemática demuestran claramente que la inteligencia artificial ha reconfigurado y mejorado sustancialmente el ecosistema educativo contemporáneo, al ofrecer soluciones escalables para desafíos históricos en tres ámbitos fundamentales: personalización del aprendizaje, evaluación formativa y gestión educativa. No obstante, el análisis revela simultáneamente la necesidad imperiosa de abordar desafíos críticos en tres dimensiones clave: formación docente especializada, desarrollo de infraestructura tecnológica adecuada y establecimiento de marcos éticos robustos, para lograr garantizar una transformación educativa verdaderamente inclusiva, equitativa y sostenible.

En este contexto, los resultados obtenidos indican que la transformación educativa mediada por IA no puede limitarse a meros avances tecnológicos, sino que exige fundamentalmente una reconceptualización profunda de las competencias docentes, acompañada de políticas institucionales bien diseñadas que fomenten una adopción tanto equitativa como crítica de estas herramientas. Precisamente en esta línea, futuras investigaciones deberían enfocarse prioritariamente en dos direcciones complementarias: por un lado, el diseño de modelos formativos diferenciados según los diversos perfiles docentes; y por otro, la evaluación rigurosa del impacto real de los programas de capacitación actualmente existentes.