INTRODUCCIÓN

La integración de la inteligencia artificial (IA) en la educación superior plantea desafíos significativos y genera un interés en comprender su relevancia como herramienta en el aprendizaje de los estudiantes de educación superior y la práctica docente. Esto implica explorar cómo la IA puede mejorar las experiencias educativas mediante innovaciones tecnológicas adaptadas a las necesidades académicas actuales (^{Menacho et al.2024}). En este contexto, ^{Gallent et al. (2023}) sostienen que se debe trabajar un enfoque holístico que incluya las visiones del estudiantado, el profesorado y los equipos de gestión educativa es esencial para comprender a fondo las fortalezas y limitaciones de las nuevas herramientas de IA.

Por su parte, ^{Holguín y Navarrete (2023}), sostienen que la IA en el proceso educativo universitario ha ido tomando fuerza en los últimos años, por la facilidad que brinda a los estudiantes para personalizar el aprendizaje, mejorar la eficiencia operativa y adaptar la educación a las necesidades individuales de los estudiantes. Los autores también enfatizan, que la IA permite el análisis de grandes volúmenes de datos, facilitando la identificación de patrones en el comportamiento de los estudiantes y proporcionando recomendaciones personalizadas para optimizar el rendimiento académico.

Al respecto, ^{Slimi y Villarejo (2023}) destacan que, para integrar la IA en educación superior, los docentes deben comprender profundamente su potencial y limitaciones. En este sentido, la IA debe complementar, no reemplazar, al profesorado humano, ya que los educadores aportan pensamiento crítico y empatía esenciales para la enseñanza. Por ello, los autores recomiendan la capacitación para que los docentes puedan aprovechar las tecnologías de IA de manera efectiva, atendiendo, además, aspectos éticos y de privacidad. Además, la IA puede personalizar el aprendizaje, potenciar la creatividad y enriquecer la interacción educativa, preparando así a los estudiantes para el futuro.

De acuerdo con ^{Santana et al. (2025}), la integración de la IA en la educación superior debe hacerse de manera responsable. Los autores consideran que se puede construir un futuro educativo más equitativo, inclusivo y personalizado. Igualmente, destacan la necesidad de invertir en la formación de docentes, desarrollar marcos éticos sólidos y fomentar la colaboración entre diferentes actores para garantizar una integración exitosa de la IA en la educación superior. En sus resultados, destacan que el uso de la IA en las actividades académicas permitirá a los estudiantes universitarios beneficiarse de un aprendizaje adaptativo, accesible y eficiente, potenciando sus habilidades y conocimientos de manera innovadora y efectiva.

En este sentido, ^{Oliveira (2023)} sostiene que, para lograr una implementación exitosa de la IA en la educación superior, se recomienda el desarrollo de políticas educativas inclusivas y la adecuada capacitación de los docentes. Además, resulta imprescindible fomentar una cultura de ética y responsabilidad en el uso de la IA. También revela que la integración de la IA personaliza el aprendizaje, optimiza las estrategias pedagógicas y mejora la retención de contenido. Al atender las necesidades individuales de cada estudiante, la IA crea un entorno inclusivo y accesible, preparándolos para enfrentar los desafíos futuros con mayor eficacia.

El presente trabajo explora la integración de la IA en la educación superior y su impacto en el aprendizaje estudiantil. Se destaca la necesidad de una implementación efectiva de la IA, la cual puede personalizar las experiencias de aprendizaje, optimizar las estrategias pedagógicas y mejorar la retención de contenido, preparando a los estudiantes para enfrentar los desafíos futuros de manera más eficaz. Igualmente, se enfatiza en la importancia de fomentar una cultura de ética y responsabilidad en el uso de las herramientas de IA. La presente investigación tiene como objetivo evaluar la percepción de estudiantes universitarios con relación al uso de inteligencias artificiales en sus actividades docentes.

MÉTODO

El trabajo fue realizado bajo un enfoque cuantitativo y de alcance descriptivo. El mismo fue realizado en una institución de la Educación Superior en Perú en enero del 2025. En este sentido, se empleó un diseño no experimental de corte transversal, con el cual se recogió en el momento de la investigación la percepción que sobre el uso de las herramientas de Inteligencia Artificial en las actividades docentes en la educación superior tienen los estudiantes de las carreras de Ingeniería Agrícola, Psicología, Medicina, Derecho, Economía y Biología. Los cuales se desempeñan en el tercer año y primer período de cada una de ellas.

En cuanto, a la población objetivo consistió en estudiantes de tercer año de las carreras de Ingeniería Agrícola, Psicología, Medicina, Derecho, Economía y Biología, todos pertenecientes a una institución de educación superior en Perú. Para seleccionar a los participantes, se empleó un muestreo probabilístico estratificado, garantizando que la muestra fuera representativa de la población estudiantil en términos de su distribución por carreras. Un total de 300 estudiantes fueron seleccionados para participar en el estudio; Biología=70, Ingeniería=62, Medicina=32, Psicología=61, Derecho=43, Economía=32. La estratificación aseguró que cada carrera estuviera representada en la muestra en proporción a su tamaño dentro de la población total de estudiantes de tercer año. Este enfoque metodológico permitió obtener una muestra diversa y representativa, lo que fortalece la validez y generalizabilidad de los resultados obtenidos. La selección se limitó a estudiantes de tercer año y del primer período de cada carrera para asegurar la homogeneidad en la etapa de formación académica.

En relación a la técnica empleada para la compilación de la información, se utilizó la encuesta y como instrumento se elaboró un cuestionario que constó de las siguientes preguntas: ¿Cuál es su sexo?, ¿Cuál es su carrera o programa académico actual?,¿En qué medida estás familiarizado con las herramientas de inteligencia artificial (IA)?, ¿Has utilizado alguna herramienta o recurso de IA en tus estudios universitarios?, ¿Cuáles herramientas o recursos de IA has utilizado?, ¿Cómo describirías el impacto de la IA en tu aprendizaje?, ¿Crees que la integración de la IA ha mejorado tu rendimiento académico?, ¿Has encontrado desafíos o dificultades al usar las herramientas de IA en tus estudios?, ¿Cuáles fueron los principales desafíos?, ¿Consideras que la IA facilita la personalización de tu aprendizaje?, ¿Recomendarías a otros estudiantes el uso de tecnologías de IA en su educación?, ¿Qué aspectos específicos de la IA consideras más beneficiosos para tu aprendizaje?

Por último, se aplicó un análisis estadístico descriptivo a los datos recopilados a través de las encuestas. Se calcularon las frecuencias absolutas y relativas de las respuestas dadas a cada pregunta, lo que permitió obtener una visión general de la distribución de las opiniones y experiencias de los estudiantes. Además, se llevó a cabo un análisis de χ² para investigar si existían relaciones significativas entre diferentes variables. En este análisis, se estableció un nivel de significación de p<0.05, lo que significa que se consideraron como estadísticamente significativas aquellas relaciones con una probabilidad de error menor al 5%.

RESULTADOS Y DISCUSIÓN

La Tabla 1, presenta un análisis descriptivo de las características demográficas y las percepciones de los estudiantes universitarios en relación con la integración de la Inteligencia Artificial (IA) en sus actividades académicas. Los datos muestran una distribución de género casi equitativa entre los participantes, con un 50.33% de hombres y un 49.67% de mujeres, lo que sugiere una muestra equilibrada en términos de género. En cuanto a la distribución por carreras, la muestra incluye estudiantes de Biología (23.33%), Ingeniería (20.67%), Medicina (10.67%), Psicología (20.33%), Derecho (14.33%) y Economía (10.67%). Esta diversidad en la representación de diferentes disciplinas académicas proporciona una perspectiva amplia sobre cómo la IA es percibida y utilizada en diversos campos del conocimiento. Es importante destacar que la muestra estratificada permite una representación proporcional de cada carrera, lo que contribuye a la validez y generalización de los resultados obtenidos en el estudio.

En cuanto a la familiaridad con las herramientas de IA, los datos indican que una proporción significativa de estudiantes no está familiarizada o está poco familiarizada con estas tecnologías (26.67% y 33.67%, respectivamente). Esto sugiere que, a pesar del creciente interés en la IA, aún existe una brecha en el conocimiento y la comprensión de estas herramientas entre los estudiantes universitarios. Por otro lado, un 19.67% de los estudiantes se considera moderadamente familiarizado y un 20.00% se considera muy familiarizado, lo que indica que existe un grupo de estudiantes que ya tiene experiencia y conocimientos en el uso de la IA. En relación con el uso de herramientas una mayoría de los estudiantes (61.33%) no ha utilizado ninguna herramienta o recurso de IA, mientras que solo un 38.67% ha tenido alguna experiencia en este sentido. Este hallazgo destaca la necesidad de promover y facilitar el acceso a las herramientas de IA en el ámbito educativo Tabla 1.

Entre aquellos estudiantes que han utilizado herramientas de IA, los asistentes virtuales (24.67%) y los sistemas de recomendación de recursos (22.67%) son los más comunes, seguidos por las plataformas de aprendizaje personalizadas (13.67%) y otras herramientas (39.00%). El impacto percibido de la IA en el aprendizaje es diverso, con un 36.67% de los estudiantes que lo describen como muy positivo y un 25.67% como moderadamente positivo. Sin embargo, también hay un grupo de estudiantes que lo perciben como neutro (17.33%), moderadamente negativo (9.00%) o muy negativo (11.33%), lo que sugiere que la integración de la IA no siempre es beneficiosa para todos los estudiantes. En cuanto a si la IA ha mejorado el rendimiento académico, un 44.00% de los estudiantes cree que sí, mucho, y un 34.00% cree que sí, en cierta medida, mientras que un 22.00% considera que no ha mejorado en absoluto Tabla 1.

Respecto a los desafíos encontrados al usar herramientas de IA, la Tabla 1 muestra que un 39.67% de los estudiantes ha enfrentado dificultades, mientras que un 60.33% no ha encontrado desafíos. Entre los principales desafíos identificados se encuentran la falta de formación adecuada (40.00%), los problemas técnicos (32.67%) y la falta de recursos (27.33%). En cuanto a si la IA facilita la personalización del aprendizaje, la mayoría de los estudiantes considera que sí, mucho (51.33%) o sí, en cierta medida (48.67%). Además, en cuanto a si recomendarían a otros estudiantes el uso de tecnologías de IA en su educación, un 57.00% de los estudiantes lo recomendaría, mientras que un 43.00% no lo haría. Los aspectos específicos de la IA considerados más beneficiosos para el aprendizaje son la eficiencia en el estudio (39.33%), la mejora del rendimiento académico (16.00%), el acceso a recursos personalizados (14.33%), la reducción del estrés académico (14.33%) y otros aspectos (16.00%) Tabla 1.

Tabla 1 Características Demográficas y Percepciones Estudiantiles sobre la IA en la Educación Superior 

La Tabla 2, presenta los resultados del análisis de χ² realizado para evaluar las asociaciones entre diferentes variables categóricas y las percepciones de los estudiantes universitarios con respecto al uso de la Inteligencia Artificial (IA) en sus actividades académicas. Los valores de χ² y los valores de p asociados indican la significancia estadística de estas asociaciones. En general, se observa que varias variables muestran asociaciones significativas con las actitudes y experiencias de los estudiantes en relación con la IA. Es importante destacar que este análisis se utiliza para determinar si existe una relación entre dos variables categóricas, pero no indica la dirección ni la magnitud de la relación. Para comprender completamente la naturaleza de estas asociaciones, es necesario examinar las frecuencias observadas en cada categoría de las variables.

En cuanto a las variables demográficas, el sexo de los estudiantes no muestra una asociación significativa con sus percepciones sobre la IA (χ² = 0.0034, p = 0.95), lo que sugiere que las opiniones y experiencias de hombres y mujeres son similares en este contexto. Sin embargo, la carrera o programa académico actual de los estudiantes sí presenta una asociación significativa (χ² = 27.24, p = 0.001), lo que indica que existen diferencias en las percepciones y el uso de la IA entre los estudiantes de diferentes disciplinas Tabla 2.

En relación con la familiaridad con las herramientas de IA, se observa una asociación significativa (χ² = 10.8, p = 0.013), lo que sugiere que el nivel de conocimiento de los estudiantes sobre la IA influye en sus actitudes y experiencias. Aquellos estudiantes que están más familiarizados con la IA tienden a tener una visión más positiva y a utilizar estas herramientas con mayor frecuencia. Del mismo modo, el uso de herramientas o recursos de IA en los estudios universitarios también muestra una asociación significativa (χ² = 24.0, p = 0.001), lo que indica que aquellos estudiantes que han utilizado la IA tienen percepciones diferentes en comparación con aquellos que no la han utilizado. Esto podría deberse a que la experiencia directa con la IA influye en la forma en que los estudiantes la perciben y evalúan (Tabla 2).

El tipo de herramientas de IA utilizadas (asistentes virtuales, plataformas de aprendizaje personalizadas, sistemas de recomendación de recursos, etc.) también presenta una asociación significativa (χ² = 18.0, p = 0.001), lo que sugiere que diferentes herramientas pueden tener diferentes impactos en el aprendizaje de los estudiantes. El impacto percibido de la IA en el aprendizaje muestra una asociación significativa (χ² = 33.0, p = 0.001), lo que indica que las percepciones de los estudiantes sobre los beneficios o desventajas de la IA están relacionadas con sus actitudes y experiencias. De manera similar, la creencia de que la integración de la IA ha mejorado el rendimiento académico también presenta una asociación significativa (χ² = 27.0, p = 0.001), lo que sugiere que aquellos estudiantes que creen que la IA ha mejorado su rendimiento tienen una visión más positiva de estas tecnologías Tabla 2.

La presencia de desafíos o dificultades al usar herramientas de IA también muestra una asociación significativa (χ² = 24.0, p = 0.001), lo que indica que aquellos estudiantes que han enfrentado dificultades tienen percepciones diferentes en comparación con aquellos que no han enfrentado desafíos. Sin embargo, los principales desafíos identificados (falta de recursos, problemas técnicos, falta de formación adecuada) no presentan una asociación significativa (χ² = 3.0, p = 0.223), lo que sugiere que estos desafíos pueden ser comunes a todos los estudiantes, independientemente de sus actitudes y experiencias. La percepción de que la IA facilita la personalización del aprendizaje muestra una asociación marginalmente significativa (χ² = 3.6, p = 0.058), lo que sugiere que podría haber una relación entre esta percepción y las actitudes de los estudiantes, aunque se necesita más evidencia para confirmarlo Tabla 2.

Asimismo, la recomendación a otros estudiantes del uso de tecnologías de IA en su educación no presenta una asociación significativa (χ² = 0.01, p = 1.000), lo que indica que esta recomendación puede ser independiente de otras variables. Sin embargo, los aspectos específicos de la IA considerados más beneficiosos para el aprendizaje sí muestran una asociación significativa (χ² = 30.0, p = 0.001), lo que sugiere que diferentes aspectos de la IA pueden tener diferentes impactos en el aprendizaje de los estudiantes Tabla 2.

Tabla 2 Integración de la IA en la Educación Superior desde la Perspectiva Estudiantil 

Discusión

Se concuerda con ^{Estévez y Cedeño (2024}) que reportan un estudio empírico con perspectiva de género, revelando ausencia de diferencias significativas entre géneros en cuanto a disposición hacia la IA, pero sí variaciones notables en percepción sobre riesgos y sesgos asociados. Ambos géneros están igualmente dispuestos a integrar tecnologías emergentes; sin embargo, difieren al evaluar desafíos éticos y sociales. Es crucial abordar estas diferencias para asegurar una implementación equitativa y efectiva de la IA. En este sentido, Kroff et al. (2024) destacan en un estudio que la adopción de la IA es equilibrada por género, pero los sujetos con 16-20 años resaltan su importancia en las actividades académicas entre estudiantes chilenos con un porcentaje significativo del 66,67%.

^{Quinde et al. (2024}), hacen mención a un estudio para determinar el impacto de la IA en la educación superior. En sus hallazgos destacan que el uso de la IA en las actividades académicas tiene un futuro prometedor y a le vez presenta desafíos que requiere de la colaboración en entre educadores, estudiantes e instituciones educativas. También aseveran que el éxito de la IA en la enseñanza dependerá de la capacidad para enfrentar estos desafíos y extender sus beneficios. De manera similar, ^{Troncoso et al. (2023}), afirman que la IA ha tenido un impacto en el sector educativo, se mejora eficiencia del profesorado, además de la calidad educativa en las áreas de administración.

En consonancia con este estudio, ^{Kroff et al. (2023}) mencionan una investigación sobre la integración de la inteligencia artificial (IA) en la educación universitaria. Los autores destacan que tanto docentes como estudiantes están utilizando herramientas de IA en actividades académicas. También en su estudio revelan que la IA ofrece beneficios significativos, como proporcionar retroalimentación instantánea y personalizada a los estudiantes, así como optimizar tareas administrativas. Sin embargo, refieren que existen obstáculos importantes: la falta de capacitación entre los docentes, resistencia al cambio y preocupaciones éticas relacionadas con la privacidad y el uso de datos.

Por su parte, ^{Kong et al. (2023}) hacen mención a una investigación, en la que diseñaron y evaluaron un programa de alfabetización en IA, donde participaron estudiantes de diversas procedencias. Sus hallazgos revelan una mejora significativa en la comprensión del área. Además, destacan que el éxito de la educación en IA depende crucialmente de la preparación adecuada del cuerpo docente, lo cual es fundamental para su implementación efectiva. Por lo tanto, se enfatiza la necesidad de formar a los educadores para aprovechar al máximo las oportunidades que ofrece esta tecnología emergente en el entorno educativo moderno.

Los hallazgos de ^{Villamar et al. (2024}) destacan efectos positivos del uso de IA en la docencia, aumentando la motivación y el compromiso académico entre los estudiantes. Además, reportaron un mayor interés por el aprendizaje continuo y se sintieron mejor preparados para incorporar IA en su futura carrera docente. En sus resultados indican que la IA puede transformar positivamente la experiencia educativa, fomentando tanto el rendimiento académico como una actitud de aprendizaje a lo largo de la vida en un entorno cada vez más digitalizado. En este sentido, ^{Supelano (2024}) subraya cómo las herramientas potenciadas con IA permiten individualizar el aprendizaje y redefinir paradigmas educativos hacia modelos más personalizados e inclusivos.

La postura de este análisis de este estudio coincide con ^{Navarro (2023)}, en la urgencia de que las universidades exploren y comprendan la Inteligencia Artificial Generativa (IAG). Este análisis permite identificar tanto las ventajas para la innovación pedagógica como los riesgos asociados. Ante la inevitabilidad del avance tecnológico, las universidades deben enfocarse en aprovechar y regular la IAG, creando un espacio para debatir sobre la integridad académica. Es crucial fomentar la adaptabilidad, capacitar al personal y promover un uso ético de la IA. Integrar la IAG en la docencia requiere adaptar las metodologías, fomentando la creatividad, el pensamiento crítico y la resolución de problemas.

Por otro lado, ^{Dúo et al. (2023}) destacan un estudio que permite explorar métodos innovadores basados en inteligencia artificial para cualquier etapa educativa, promoviendo personalización y eficiencia docente significativamente mejoradas a través del análisis de datos estudiantiles y la automatización de tareas administrativas repetitivas. Los autores también destacan en sus hallazgos que ofrecen a las administraciones educativas una visión clara sobre las perspectivas de los docentes respecto a la IA y el Machine Learning como recursos pedagógicos actuales, resaltando sus beneficios e inconvenientes en diversas etapas del sistema educativo. Este enfoque no solo optimiza el tiempo de los docentes, sino que también mejora la calidad educativa general.

Similares criterios tienen ^{Lozada et al. (2023}), destacan los desafíos asociados con el uso estudiantil de herramientas basadas en IA. Los autores enfatizan la necesidad del desarrollo del pensamiento crítico entre los estudiantes para evaluar información de manera efectiva y responsable. En sus hallazgos, recomiendan que las instituciones educativas incluyan principios éticos y medidas para proteger la información dentro de sus marcos normativos, asegurando equidad y transparencia en el proceso educativo. También subrayan la importancia de la formación continua de los docentes para adaptarse a las nuevas tecnologías y metodologías de enseñanza, promoviendo un ambiente educativo inclusivo y seguro para todos.

Según describe ^{Álvarez y Cepeda en 2024}, la IA tiene el potencial de transformar positivamente la enseñanza y el aprendizaje al ofrecer personalización, retroalimentación instantánea y acceso a recursos educativos de alta calidad. Los autores destacan que esto permite adaptar los contenidos a las necesidades individuales de cada estudiante, mejorando significativamente su experiencia educativa y motivación para aprender. Además, facilita que los docentes puedan dedicar más tiempo a la interacción con los estudiantes gracias a la automatización de tareas administrativas.

Se coincide con ^{Runa (2023}) al aseverar que la inteligencia artificial mejora sustancialmente el aprendizaje mediante la personalización y adaptación precisa a las necesidades individuales. En sus resultados, se refiere a que los asistentes de IA permiten a los educadores utilizar su tiempo de forma más efectiva y adaptarse a las condiciones cambiantes, facilitando así un entorno educativo más dinámico y eficiente, que se ajusta a la diversidad de los estudiantes y sus diferentes ritmos de aprendizaje. También afirma que, la IA potencia el acceso a recursos educativos de alta calidad, fomentando un aprendizaje inclusivo y equitativo para todos los estudiantes.

En esta misma línea, ^{Miranda y Rodríguez (2024}) hacen mención a un estudio con 200 estudiantes de la carrera de Educación, en el que evaluaron las percepciones y experiencias sobre el uso de la IA en tareas académicas. En sus resultados, encontraron que los alumnos perciben favorablemente el uso de la IA para mejorar la calidad de sus investigaciones, destacando su capacidad para facilitar el acceso a fuentes confiables y analizar grandes volúmenes de datos. Los autores también resaltan cómo la IA personaliza el aprendizaje adaptándolo a necesidades individuales, lo cual mejora significativamente los procesos educativos al aumentar la eficiencia y eficacia en todos los niveles.

Se concuerda con ^{Carbonell et al. (2023}), al aseverar que la IA es una herramienta con un gran potencial para cambiar la forma en la que se enseña y en la que se aprende, por lo que es importante conocerla y analizar las aplicaciones que puede tener en el entorno educativo. También enfatizan que esto implica explorar sus beneficios tecnológicos y pedagógicos de manera integral. Los autores refieren que se proporciona experiencias personalizadas e interactivas para los estudiantes universitarios. También destacan que facilita el acceso a recursos innovadores adaptados a las necesidades individuales de cada estudiante.

Por otro lado, coincidiendo con los hallazgos de ^{Ayuso y Gutiérrez} (2023), la Inteligencia Artificial se presenta como una tecnología emergente que facilita la personalización del aprendizaje y prepara a la juventud para un cambiante mercado laboral marcado por nuevos requerimientos sociales, promoviendo adaptabilidad y habilidades innovadoras en un entorno dinámico. Los autores destacan que se fomenta el desarrollo de competencias digitales esenciales, proporcionando herramientas que permiten a los estudiantes enfrentar los desafíos del futuro con mayor confianza y efectividad.

CONCLUSIONES

Los resultados de la investigación plantean que la integración de la IA en la educación superior genera percepciones duales entre los estudiantes: mientras un segmento valora su potencial para optimizar el aprendizaje mediante personalización y eficiencia, otra evidencia resistencias asociadas a brechas formativas y limitaciones técnicas. Las diferencias significativas entre disciplinas académicas destacan que su adopción está influenciada por el perfil curricular, con mayor receptividad en áreas técnicas.

Se confirma que, aunque la IA emerge como herramienta prometedora para transformar la educación, su implementación efectiva requiere estrategias institucionales que prioricen capacitación docente, infraestructura tecnológica accesible y enfoques pedagógicos adaptados a las necesidades disciplinares. Además, resulta crucial equilibrar su uso con consideraciones éticas y equitativas, asegurando que su integración no amplíe desigualdades existentes en el acceso al conocimiento.