Uso ético de la inteligencia artificial en la educación superior: Una revisión documental crítica

ISBN

Formato impreso
978-607-640-091-3
Formato digital
978-607-640-092-0

Fecha de publicación

08-04-2026

Licencia

D. R. © copyright 2026. Karla Lariza Parra Encinas, José Candelario Osuna García, Juan Carlos Castellanos Ramírez y José Ricardo López Espinosa.

Todos los contenidos de esta obra se comparten bajo la licencia Creative Commons Atribución/Reconocimiento-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0). Esto implica que no está autorizado el uso comercial de la obra original ni de las eventuales obras derivadas, las cuales deberán distribuirse bajo la misma licencia que rige la obra original. No obstante, se permite a terceros compartir el contenido siempre y cuando se reconozca debidamente la autoría y la publicación original en esta editorial.

Alberto Apolinar Vázquez Jácome
Universidad Autónoma de Baja California

Acerca de

En el sistema educativo, las tecnologías digitales basadas en Inteligencia Artificial Generativa (IAG), permiten a los docentes diseñar e implementar recursos y materiales didácticos a través de medios interactivos, dinámicos y creativos. Esta tecnología desempeña un papel fundamental, ya que interviene significativamente en los Procesos de Enseñanza-Aprendizaje (PEA). No obstante, su implementación plantea dilemas éticos que deben ser abordados para garantizar un entorno de aprendizaje seguro y equitativo.
Este estudio se centra en la percepción de los docentes de los Programas Educativos (PE), de las áreas económico-administrativas de la Unidad Académica San Luis Río Colorado (UASRLC) de la Universidad Estatal de Sonora (UES). Por lo tanto, el propósito de este estudio de caso es evaluar cómo estos docentes perciben la IAG y su impacto en los dilemas éticos en el aula, identificando las preocupaciones, expectativas y propuestas de los docentes en relación con la integración de esta tecnología en sus prácticas educativas, así como los desafíos éticos que se enfrentan al utilizarla.
En consecuencia, la investigación se aborda mediante una metodología con un paradigma interpretativo, un enfoque cualitativo, con un diseño transversal no experimental, utilizando foros de discusión como estrategias que permiten recopilar experiencias, acciones y opiniones de los docentes y obtener una comprensión más profunda sobre sus percepciones mediante un muestreo discrecional. Los resultados obtenidos se analizaron con el apoyo del software ATLAS.ti, una herramienta especializada en datos cualitativos.
Los resultados preliminares indican que los docentes tienen una comprensión variada de la IAG y sus aplicaciones en el aula. Muchos de ellos, expresan entusiasmo por las oportunidades que ofrecen en el desarrollo de nuevas competencias digitales. Sin embargo, también manifiestan preocupaciones significativas sobre la dependencia tecnológica y la pérdida del pensamiento crítico y analítico para la reflexión de sus propias prácticas en situaciones de crisis. Lo cual puede perjudicar la honestidad académica, la autoría intelectual y la igualdad educativa. Un aspecto destacado es la necesidad de capacitación en el uso de IAG de manera ética y responsable. Los hallazgos sugieren, que la integración de la IAG en los procesos académicos debe ir acompañada de una discusión ética profunda y un marco regulatorio claro.

Referencias

Benjamin, R. (2020). Race after technology: Abolitionist tools for the new Jim code. Polity Press.
Biesta, G. (2021). World-centred education: A view for the present. Routledge.
Braun, V., & Clarke, V. (2021). Thematic analysis: A practical guide. SAGE Publications.
Eaton, S. E. (2023). Academic integrity in the age of artificial intelligence. University of Calgary Press.
Floridi, L., Cowls, J., Beltrametti, M., Chatila, R., Chazerand, P., Dignum, V., … Vayena, E. (2020). AI4People—An ethical framework for a good AI society: Opportunities, risks, principles, and recommendations. Minds and Machines, 28(4), 689–707. https://doi.org/10.1007/s11023-018-9482-5
Grant, M. J., & Booth, A. (2009). A typology of reviews: An analysis of 14 review types and associated methodologies. Health Information & Libraries Journal, 26(2), 91–108. https://doi.org/10.1111/j.1471-1842.2009.00848.x
Holmes, W., Bialik, M., & Fadel, C. (2022). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., … Kasneci, G. (2023). ChatGPT for education: Opportunities and challenges. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
Mittelstadt, B. (2021). Principles alone cannot guarantee ethical AI. Nature Machine Intelligence, 1(11), 501–507. https://doi.org/10.1038/s42256-019-0114-4

Carrito de compra