Inteligencia Artificial y Aprendizaje automático en el
inglés: revisión sistemática sobre la personalización
tecnológica para la competencia lingüística
Artificial Intelligence and machine learning in English: systematic review
on personalization technology for language proficiency
Recibido: 24/03/2025 - Aceptado: 18/06/2025
Lorena Paola Ramírez Morán
https://orcid.org/0000-0002-3670-550X
lramirezm2@unemi.edu.ec
Universidad Estatal de Milagro. Unemi, Ecuador
Santiago Limongi Basantes
https://orcid.org/0009-0007-7418-346X
santiagolimonggi@gmail.com
Investigador Independiente. Cayambe, Ecuador
Alberto Daniel Salinas Montemayor
https://orcid.org/0009-0001-2215-1411
alberto.salinasm@tec.mx
Instituto Tecnológico y de Estudios Superiores de Monterrey. Monterrey, Ecuador
Tannia Michel López Villegas
https://orcid.org/0009-0001-0510-2861
Tlopev2@unemi.edu.ec
Universidad Estatal de Milagro. Unemi, Ecuador
Resumen
La evolución tecnológica está transformando la enseñanza del inglés mediante el uso de Inteligencia Artificial (IA)
y Aprendizaje Automático (AA), herramientas que permiten personalizar el proceso educativo según las
características de cada estudiante. Estas tecnologías ofrecen entornos interactivos, retroalimentación automática
y plataformas adaptativas que favorecen las competencias lingüísticas, mediante una reconfiguración pedagógica
que eleva el compromiso, el rendimiento y la retención del conocimiento. Este estudio se desarrolló mediante una
revisión sistemática con enfoque PRISMA, bajo una metodología cualitativa y documental, en la que se
identificaron, analizaron y seleccionaron 20 estudios académicos relevantes para explorar oportunidades,
desafíos y tendencias en torno a la implementación de la IA en contextos educativos diversos. Los hallazgos
evidencian que la IA y el AA fortalecen la autonomía y la motivación estudiantil; sin embargo, su integración plena
aún enfrenta barreras estructurales como la conectividad, la capacitación docente y la adecuación curricular,
especialmente en escenarios latinoamericanos.
Palabras clave: Inteligencia artificial, aprendizaje automático, competencia lingüística en inglés.
Abstract
Technological evolution is transforming the teaching of English through the use of Artificial Intelligence (AI) and
Machine Learning (ML), tools that allow customizing the educational process according to the characteristics of
each student. These technologies offer interactive environments, automatic feedback and adaptive platforms that
promote language skills through a pedagogical reconfiguration that increases engagement, performance and
knowledge retention. This study was developed through a systematic review with a PRISMA approach, under a
qualitative and documentary methodology, in which 20 relevant academic studies were identified, analyzed and
selected to explore opportunities, challenges and trends around the implementation of AI in diverse educational
contexts. The findings show that AI and OA strengthen student autonomy and motivation; however, their full
integration still faces structural barriers such as connectivity, teacher training and curricular adaptation, especially
in Latin American scenarios.
Keywords: Artificial intelligence, machine learning, english language proficiency.
2
Introducción
El desarrollo tecnológico redefine constantemente los procesos educativos, influyendo especialmente en
la enseñanza de lenguas extranjeras como el inglés. En este contexto, la Inteligencia Artificial (IA) y el Aprendizaje
Automático (AA) se consolidan como instrumentos innovadores que permiten la personalización del proceso
educativo, ajustándose a las características particulares de cada estudiante. Estas tecnologías ofrecen entornos
interactivos, retroalimentación automatizada y plataformas adaptativas, lo que favorece una mejora continua en
las competencias lingüísticas. Su implementación ha comenzado a cobrar especial relevancia en países
latinoamericanos como Ecuador, México y Bolivia, donde se exploran estrategias tecnológicas para optimizar la
enseñanza del inglés en diversos niveles educativos.
Según Roy et al. (2025) la personalización del aprendizaje, promovida por estas tecnologías, transforma
el rol del docente y reestructura el diseño instruccional, permitiendo una mayor adaptación a los estilos de
aprendizaje. Esta reconfiguración pedagógica basada en IA puede elevar los niveles de compromiso, rendimiento
y retención del conocimiento; no obstante, su integración plena en los entornos educativos exige superar
obstáculos estructurales vinculados con la conectividad, la capacitación docente y la adecuación curricular.
En naciones como Ecuador, México y Bolivia, el grado de incorporación de tecnologías inteligentes varía
significativamente, influido por contextos disímiles en acceso tecnológico, infraestructura institucional y
estrategias didácticas basadas en IA. Esta revisión examina el uso actual de la IA y el AA en la enseñanza del
inglés, identificando beneficios, desafíos y proyecciones. Como advierte Posada et al. (2025), la innovación
educativa sustentada en tecnologías emergentes solo resulta efectiva si va acompañada de un ecosistema
pedagógico coherente y sostenido.
La competencia comunicativa en inglés es estratégica en América Latina por su impacto en la
empleabilidad y la integración internacional. No obstante, los métodos tradicionales no siempre responden a la
diversidad de estilos de aprendizaje. En este escenario, las tecnologías basadas en IA y AA representan una
oportunidad para rediseñar la experiencia educativa de manera más personalizada y efectiva. Sin embargo, su
adopción enfrenta barreras técnicas, pedagógicas y estructurales que varían de un país a otro.
La transición hacia una educación digital se ha fortalecido mediante políticas de innovación tecnológica,
pero, como señala Mera et al. (2024) la efectividad de estas transformaciones depende en gran medida de la
capacidad institucional para garantizar el acceso y uso significativo de las tecnologías. En Ecuador, persisten
limitaciones de infraestructura, especialmente en zonas rurales y marginadas, más una escasa formación docente
en IA, afecta la equidad y calidad del aprendizaje.
Según Pérez et al. (2025) la implementación efectiva de tecnologías emergentes en el aula requiere no
solo infraestructura, sino también una profunda reconfiguración didáctica y formativa del profesorado. En México,
la integración de IA en la enseñanza del inglés no está consolidada. La débil formación del profesorado y la falta
de articulación pedagógica limitan su impacto. En Bolivia, las desigualdades en el acceso digital y la escasa
inversión pública dificultan la implementación de herramientas basadas en IA, al respecto, Correa (2021) advierte
que sin un marco estructural que garantice sostenibilidad e inclusión, las políticas educativas tecnológicas tienden
a profundizar las brechas ya existentes en lugar de mitigarlas.
Por otra parte, la expansión digital ha impulsado el uso de tecnologías IA en la enseñanza de lenguas
extranjeras. Leonet et al. (2025) destacan que estos recursos tecnológicos promueven la autonomía del
aprendizaje y potencian las oportunidades de práctica comunicativa en entornos virtuales, aspecto que reviste
especial relevancia para la enseñanza del inglés en contextos multilingües y culturalmente diversos. Lu (2022)
argumentan que la IA educativa posibilita la adaptación de contenidos, secuencias didácticas y estrategias
pedagógicas a las características individuales de cada estudiante, optimizando así la adquisición de competencias
lingüísticas de manera más eficaz, flexible y centrada en el aprendiz. Sin embargo, persisten barreras
estructurales como la limitada infraestructura y la formación docente, estas condiciones afectan el potencial
tecnológico y su aprovechamiento pedagógico real (Galindo et al., 2024).
El enfoque comunicativo se presenta como alternativa al modelo gramatical tradicional en la enseñanza
del inglés, favoreciendo el desarrollo de habilidades lingüísticas en contextos funcionales. No obstante, Espejo
(2024) aclara que la implementación efectiva de esta metodología requiere de condiciones pedagógicas,
tecnológicas y curriculares adecuadas, las cuales no siempre están presentes en las instituciones educativas
latinoamericanas. Esta limitación ha generado una creciente demanda por estrategias mediadas por tecnologías
que puedan ampliar las oportunidades de interacción y contextualización del lenguaje.
Paralelamente, el aprendizaje adaptativo ha comenzado a consolidarse como un paradigma prometedor
para personalizar la instrucción. Según Ezzaim et al. (2023) los sistemas adaptativos basados en algoritmos
permiten ajustar el contenido, el nivel de dificultad y el tipo de retroalimentación en función del progreso del
estudiante, favoreciendo así una experiencia de aprendizaje más pertinente y eficaz. En la enseñanza del inglés,
3
esta capacidad se traduce en una mayor adecuación a los niveles de competencia lingüística y a los estilos de
aprendizaje individuales.
Asimismo, la gamificación ha ganado terreno como estrategia didáctica orientada a aumentar la
motivación y el compromiso del estudiante a través de dinámicas lúdicas y elementos interactivos. De acuerdo
con De la Peña et al. (2024) integrar principios del diseño de juegos en entornos educativos puede mejorar la
participación del alumnado y estimular procesos cognitivos clave para la adquisición de una segunda lengua.
La inclusión de analítica de aprendizaje permite comprender el comportamiento y patrones del estudiante
en las plataformas educativas. Bobro et al. (2025) sostienen que el análisis de datos derivados de las
interacciones digitales puede ofrecer información valiosa para tomar decisiones pedagógicas informadas.
Hernández (2021) también destaca la capacidad de recolectar y analizar datos masivos para una
retroalimentación personalizada.
Vygotsky citado por Jacovkis et al. (2022) enfatiza la importancia del aprendizaje social y el papel
mediador de la tecnología como herramienta para facilitar la construcción del conocimiento, lo que resulta
especialmente relevante en la enseñanza del inglés a través de plataformas digitales que promueven la
colaboración y el diálogo. Por su parte, Bottiglieri et al. (2025) enfatiza en cómo el uso de herramientas
tecnológicas inteligentes puede potenciar los procesos de mediación y andamiaje que favorecen la internalización
de nuevas estructuras lingüísticas.
Asimismo, modelos como el aprendizaje adaptativo (Barreto et al., 2025), la teoría de la
autodeterminación aplicada a la gamificación (Rincón et al., 2024), y el aprendizaje situado (Riojas, 2024)
sustentan el uso de tecnologías para personalizar experiencias educativas.
La IA aplicada a la educación, basada en modelos cognitivos-computacionales, permite identificar
patrones de aprendizaje, anticipar dificultades, recomendar intervenciones. (López et al., 2025). El modelo TPACK
(Technological Pedagogical Content Knowledge) enfatiza la integración coherente de la tecnología, la pedagogía
y el contenido en la práctica educativa. Según Morales et al. (2022) el desarrollo de competencias docentes en
este modelo es esencial para aprovechar el potencial de la IA.
En este contexto, surge la pregunta central de esta investigación: ¿Cómo contribuyen la inteligencia
artificial y el aprendizaje automático a la personalización de los procesos de enseñanza del inglés para mejorar
la competencia lingüística de los estudiantes en diferentes contextos educativos?
El propósito de esta investigación es examinar cómo la inteligencia artificial y el aprendizaje automático
inciden en la personalización de la enseñanza del inglés, con el fin de potenciar la competencia lingüística
estudiantil en distintos contextos educativos, especialmente en los entornos formativos de Ecuador, México y
Bolivia.
Metodología
El estudio se desarrolló mediante una revisión sistemática cuyo propósito fue examinar el impacto de la
inteligencia artificial (IA) y el aprendizaje automático (AA) en la personalización de la enseñanza del inglés y su
influencia en la mejora de la competencia lingüística estudiantil. Se analizó de forma rigurosa la literatura
disponible, centrada en estudios relevantes sobre esta temática, con el fin de identificar tendencias, retos y
oportunidades en distintos contextos educativos.
Para ello, se consultaron bases de datos académicas reconocidas como SciELO y Scopus, seleccionadas
por su prestigio y acceso a investigaciones revisadas por pares en educación y tecnología. La búsqueda
documental incluyó términos clave como inteligencia artificial en la enseñanza del inglés, personalización
educativa mediante IA y tecnologías adaptativas en el aprendizaje de idiomas, adaptados a los criterios
específicos de cada repositorio para optimizar la recuperación de resultados relevantes. Se definieron criterios de
inclusión para asegurar la calidad y pertinencia de los estudios seleccionados:
• Publicaciones entre 2015 y 2025, para cubrir avances recientes en IA aplicada a la educación.
• Investigaciones con enfoque en la aplicación de IA y AA en la enseñanza personalizada del inglés.
• Estudios revisados por pares y de acceso abierto o disponibles en bases académicas
reconocidas.
• Documentos en español o inglés, debido a su predominancia en la literatura científica del área.
También se establecieron criterios de exclusión:
• Estudios anteriores a 2015.
• Investigaciones sin foco en enseñanza del inglés o sin vinculación con personalización educativa
mediante IA.
• Trabajos sin evidencia empírica, limitados a revisiones conceptuales.
4
• Aplicaciones prácticas desvinculadas del uso de IA en la enseñanza personalizada del inglés.
Se hizo uso del protocolo PRISMA, garantizando rigurosidad, transparencia y replicabilidad (Chocobar et
al., 2025). Se utilizó el software Excel para organizar la información y el gestor Mendeley para la administración
bibliográfica (Gallegos et al., 2017).
En la fase de identificación, se localizaron inicialmente 100 estudios. Tras la eliminación de duplicados
con Mendeley, se procedió al cribado de 70 estudios mediante revisión de títulos y resúmenes, excluyendo
aquellos que no cumplían los criterios establecidos. En la fase de elegibilidad, se evaluaron 35 documentos de
forma detallada, descartando los que carecían de evidencia empírica específica. Finalmente, se seleccionaron 20
estudios para el análisis profundo que sustenta esta revisión.
Los 20 estudios seleccionados fueron organizados en una matriz diseñada para facilitar un análisis
comparativo detallado. En esta matriz se consideraron varias categorías clave: el año y autor de cada
investigación, lo que permitió contextualizar temporalmente los trabajos y reconocer las contribuciones más
relevantes; el título del estudio, que facilitó la identificación clara del enfoque y alcance de cada investigación; y
un resumen, en el cual se sintetizaron los principales hallazgos relacionados con la aplicación de la inteligencia
artificial en la personalización de la enseñanza del inglés. Además, se incluyó el DOI o URL de cada documento
para asegurar una consulta y verificación sencilla y precisa en el futuro.
Figura 1
Método PRISMA
Resultados y discusión
En el marco del presente estudio, se llevó a cabo un exhaustivo análisis de la literatura científica con el
fin de identificar cómo la inteligencia artificial (IA) y el aprendizaje automático (AA) fueron aplicados en la
enseñanza del inglés como lengua extranjera en contextos educativos de Ecuador, México y Bolivia. Este proceso
permitió no solo clasificar las estrategias tecnológicas emergentes, sino también detectar tendencias, brechas y
desafíos comunes entre los países analizados, tal como lo evidencian investigaciones recientes sobre
Registros después de
eliminar los duplicados
(n =70)
Número de registro
identificados en las
bases de datos
(n = 100)
Registros identificados
a través de otras
fuentes
(n = 0)
Los estudios incluidos en
Síntesis Cualitativa
(n = 20)
Registros Excluidos
De otras fuentes
(n =0)
Artículos evaluados para su
elegibilidad
(n = 35)
Registros examinados
(n = 70)
Se excluyen artículos a texto completo
(n = 0)
Los estudios incluidos en
Síntesis Cuantitativa
(n = 0)
5
herramientas de IA generativa en entornos educativos, como las de Chocobar et al. (2025), las percepciones
docentes frente a estas tecnologías, descritas por Espejo (2024), y las experiencias orientadas a la mejora de la
expresión oral mediante su implementación, documentadas por López et al. (2025). Se incluyeron aportes sobre
el valor metodológico de las revisiones sistemáticas, como el de Silamani (2015), así como estudios que abordan
el papel pedagógico de los semilleros de investigación en contextos tecnológicos emergentes, como los de
Rodríguez (2025), lo que permitió garantizar la validez del corpus analizado.
Además, se identificaron propuestas innovadoras que incorporan modelos de aprendizaje adaptativo
basados en la predicción de rendimiento, por ejemplo presentados en Ezzaim et al. (2023), así como
comparaciones experimentales entre evaluaciones generadas por IA y las realizadas por docentes en formación,
descritas por Galindo et al. (2024), lo que permitió analizar en profundidad las implicaciones pedagógicas y
didácticas derivadas de su implementación.
Tabla 1
Beneficios del uso de IA y AA en la enseñanza del inglés
Beneficio clave
Personalización del aprendizaje
Autonomía del estudiante
Aprendizaje adaptativo
Gamificación y motivación
Seguimiento analítico del progreso
Mejora de la competencia comunicativa
Se observa los principales beneficios observados en la aplicación de la IA y el AA en la enseñanza del
inglés, destacando sus aportes al fortalecimiento de la experiencia educativa en entornos digitales.
Tabla 2
Desafíos por país en la implementación de IA/AA en la enseñanza del inglés
País
Desafíos tecnológicos
Desafíos pedagógicos
Desafíos estructurales
Ecuador
Acceso limitado en zonas rurales
Escasa capacitación
docente
Brecha digital significativa
México
Integración tecnológica no
consolidada
Débil formación del
profesorado
Falta de articulación pedagógica
Bolivia
Desigualdad en el acceso digital
Limitada cultura digital
docente
Escasa inversión pública en innovación
educativa
El análisis comparativo de los desafíos que enfrentan Ecuador, México y Bolivia en la implementación de
inteligencia artificial (IA) y aprendizaje automático (AA) en la enseñanza del inglés pone en evidencia tanto las
coincidencias regionales como las particularidades nacionales. En lo tecnológico, Ecuador y Bolivia muestran un
acceso limitado y desigual a la conectividad en zonas rurales, situación que obstaculiza la apropiación efectiva
de herramientas digitales y agrava la brecha educativa, como lo advierten Bobro et al. (2025) al examinar las
decisiones institucionales de inversión tecnológica. A esta problemática se suma el análisis de Riojas (2024),
quien destaca la disparidad entre universidades públicas y privadas en cuanto al uso de IA en el aprendizaje del
inglés como segunda lengua.
México, en contraste, enfrenta retos vinculados a una integración tecnológica aún incipiente, donde la
falta de consolidación de plataformas educativas limita la sostenibilidad de los procesos digitales. Esta situación
ha sido analizada por Morales et al. (2022), quienes exponen las debilidades del profesorado en el manejo de
herramientas virtuales, y por Jacovkis et al. (2022), quienes identifican tensiones entre centros educativos,
familias y plataformas de BigTech.
Desde la perspectiva pedagógica, los tres países evidencian carencias en la formación del profesorado
para el uso efectivo de tecnologías emergentes. En Bolivia, persiste una cultura digital frágil entre los docentes,
mientras que en México, la capacitación insuficiente repercute directamente en la calidad educativa. Roy et al.
(2025) documentan cómo la autoeficacia digital varía según edad y género, afectando la confianza del
profesorado, mientras que Mera (2024) asocia esta debilidad con la resistencia a enfoques innovadores en
contextos multiculturales.
Finalmente, en el plano estructural, persisten barreras como la brecha digital marcada en Ecuador, la falta
de cohesión pedagógica en México y la reducida inversión estatal en innovación educativa en Bolivia. Estos
elementos estructurales han sido abordados por De la Peña et al. (2024), quienes analizan el impacto de
6
metodologías activas en entornos digitalizados, y por Bottiglieri et al. (2025), quienes advierten sobre la necesidad
de políticas inclusivas frente a la rápida incorporación de IA en la educación superior.
Tabla 3
Proyecciones y oportunidades del uso de IA en la enseñanza del inglés
Dimensión
Proyección
Requerimientos clave
Transformación educativa
Expansión de modelos híbridos y digitales
Infraestructura tecnológica y
conectividad
Personalización del
aprendizaje
Enfoques centrados en el estudiante con IA y AA
Formación docente en modelos
TPACK
Interacción comunicativa
Ambientes simulados para la práctica del idioma
en contextos reales
Plataformas inmersivas y
gamificadas
Reducción de brechas
Uso de analítica para atención diferenciada
Políticas inclusivas y sostenibles
En términos de transformación educativa, se observa una clara inclinación hacia modelos híbridos y
entornos digitales que, para ser sostenibles, requieren una infraestructura tecnológica sólida y acceso equitativo
a la conectividad. Esta necesidad ha sido destacada por Gallegos et al. (2017), al señalar la utilidad de los
gestores bibliográficos como parte de los entornos virtuales de aprendizaje, y también por Hernández (2021),
quien subraya la importancia de abordar aspectos gramaticales complejos en clases mediadas por tecnología.
Respecto a la personalización del aprendizaje, las investigaciones apuntan a un enfoque donde la IA y el
AA realice ajustes particulares individuales. Leonet et al. (2025) destacan la relevancia de la autopercepción de
la competencia comunicativa en contextos multilingües, mientras que Barreto et al. (2025) plantean el
autocuestionamiento de textos literarios como estrategia didáctica para favorecer aprendizajes más autónomos y
personalizados.
En cuanto a la interacción comunicativa, se han documentado experiencias innovadoras que emplean
entornos simulados y plataformas con componentes de gamificación, con el objetivo de fomentar la práctica activa
del idioma en escenarios dinámicos y motivadores. Pérez et al. (2025), por ejemplo, analizan el uso de emojis en
plataformas digitales educativas, proponiéndolos como mediadores comunicativos efectivos, mientras que
Posada et al. (2025) exploran el papel de las emociones en la construcción de la identidad docente en la formación
inicial del profesorado de inglés.
Finalmente, en el ámbito de la equidad, algunos estudios evidencian cómo la aplicación de la analítica
del aprendizaje basada en IA permite una atención diferenciada a las necesidades de los estudiantes,
favoreciendo así una educación más inclusiva. Lu (2022) analiza el desarrollo lingüístico en contextos
multilingües, destacando cómo la adaptabilidad de los sistemas de IA puede beneficiar a estudiantes con
trayectorias lingüísticas diversas, y Rincón et al. (2024) abordan los desafíos de interpretación semántica en el
aprendizaje del inglés como segunda lengua, subrayando la importancia de entornos personalizados y
contextualizados. Estas proyecciones reafirman el potencial de la IA no solo para transformar el aprendizaje, sino
también para reducir brechas educativas de manera sostenible.
Tabla 4
Teorías educativas asociadas a IA/AA en la enseñanza del inglés
Teoría/Modelo
Aporte a la enseñanza del inglés con IA
Constructivismo
Conocimiento como construcción activa con mediación tecnológica
Enfoque sociocultural
Aprendizaje como interacción social mediada por tecnología
Aprendizaje adaptativo
Rutas personalizadas de instrucción con IA
Teoría de la autodeterminación
Motivación intrínseca a través del juego y la autonomía
Analítica de aprendizaje
Uso de datos educativos para optimizar la enseñanza
Inteligencia Artificial educativa
Simulación cognitiva para adaptación del contenido
Modelo TPACK
Integración efectiva de tecnología, pedagogía y contenido
Aprendizaje situado
Aplicación del conocimiento en contextos reales mediante tecnología
Las teorías y modelos educativos aportan enfoques clave para integrar la inteligencia artificial en la
enseñanza del inglés, promoviendo un aprendizaje activo, personalizado y motivador, respaldado en la tecnología
y en contextos reales. La personalización del aprendizaje se posiciona como un eje fundamental para potenciar
la competencia lingüística en inglés, al favorecer tanto el compromiso estudiantil como la retención del
conocimiento a largo plazo. Díaz (2025) advierte sobre la falta de una definición metodológica sólida que facilite
7
la integración curricular de estas tecnologías, mientras que Correa (2021) identifica brechas legales y tecnológicas
que afectan el despliegue de herramientas educativas innovadoras en escenarios regulados por marcos jurídicos
desactualizados.
A pesar de los avances alcanzados en el desarrollo de plataformas digitales y modelos híbridos de
enseñanza, su efectividad sigue dependiendo de la existencia de un ecosistema pedagógico coherente y de
políticas públicas que impulsen la inclusión digital en todos los niveles educativos. Rodríguez (2025) subraya la
importancia de formar semilleros de investigación que comprendan el uso pedagógico de la IA, mientras que
Espejo (2024) recoge las percepciones del profesorado, revelando la necesidad de fortalecer sus saberes en
contextos educativos mediados por tecnología. No obstante, las desigualdades en el acceso a la conectividad,
especialmente en zonas rurales, continúan limitando el impacto transformador de estas propuestas.
El tradicional enfoque centrado en el docente está siendo gradualmente sustituido por modelos
pedagógicos que integran tecnologías emergentes. En este marco, Chocobar et al. (2025) ofrecen una visión
amplia sobre el uso de herramientas de inteligencia artificial generativa como ChatGPT, mientras que Roy et al.
(2025) evidencian cómo factores como el género y la edad influyen en la autoeficacia digital del profesorado,
impactando su disposición hacia el cambio metodológico. La IA, en este escenario, se perfila como una
herramienta clave para adaptar contenidos, evaluar progresos y diversificar estrategias pedagógicas en función
de las necesidades específicas de cada estudiante.
Sin embargo, las oportunidades que ofrece la IA para transformar la enseñanza del inglés siguen
enfrentándose a barreras estructurales relevantes. En diversos estudios, se han identificado obstáculos como la
limitada infraestructura tecnológica y la baja capacitación del profesorado, aspectos que restringen una
implementación plena en los contextos nacionales (Riojas, 2024). Igualmente, Morales y Poveda (2022) advierten
sobre la escasa preparación docente en ambientes digitales, lo cual compromete la calidad de la enseñanza en
entornos mediados por tecnología.
En esta línea, Jacovkis et al. (2022) llaman la atención sobre la necesidad de una gobernanza crítica
frente a las plataformas educativas digitales, mientras que Bottiglieri et al. (2025) examinan cómo las actitudes
docentes influyen directamente en la adopción o rechazo de la inteligencia artificial en la educación superior. En
este contexto, la aplicación de modelos como el aprendizaje adaptativo, la gamificación y la analítica de datos
educativos aparece como una vía prometedora para fomentar procesos más personalizados, motivadores y
eficaces.
Asimismo, el aprendizaje situado, entendido como aquel que se desarrolla en entornos tecnológicos que
simulan escenarios auténticos, contribuye significativamente a la transferencia de conocimientos lingüísticos a la
vida cotidiana. Ezzaim et al. (2023) respaldan esta afirmación mediante su propuesta de un marco de predicción
del rendimiento basado en IA, mientras que Barreto et al. (2025) destacan cómo el autocuestionamiento de textos
literarios en inglés puede enriquecer la experiencia de aprendizaje en contextos mediados por tecnología.
Conclusiones
La incorporación de la Inteligencia Artificial (IA) y el Aprendizaje Automático (AA) en la enseñanza del
inglés ha demostrado ser una estrategia eficaz para personalizar el proceso educativo y potenciar la competencia
lingüística del estudiantado. Estas tecnologías permiten adaptar los contenidos, el ritmo de aprendizaje y las
metodologías según las características individuales de cada alumno, generando entornos más inclusivos,
dinámicos y efectivos. Gracias a la retroalimentación automática, las plataformas adaptativas y las experiencias
de aprendizaje contextualizadas, los estudiantes pueden fortalecer sus habilidades comunicativas en inglés con
mayor autonomía y motivación.
No obstante, el impacto de estas innovaciones depende en gran medida de factores estructurales y
pedagógicos. En contextos educativos como los de Ecuador, México y Bolivia aún persisten desafíos significativos
relacionados con el acceso a la tecnología, la capacitación docente y la adecuación curricular. La falta de una
infraestructura adecuada y de formación especializada limita el aprovechamiento pleno de estas herramientas, lo
que impide una implementación equitativa y sostenida.
A pesar de las limitaciones actuales, la Inteligencia Artificial (IA) y el Aprendizaje Automático (AA)
representan una oportunidad transformadora para rediseñar la enseñanza del inglés de manera más centrada en
el estudiante, flexible y contextualizada. Para que estas soluciones alcancen su verdadero potencial, es
fundamental consolidar un ecosistema educativo coherente que articule tecnología, pedagogía y políticas
inclusivas. En este sentido, futuras líneas de investigación podrían centrarse en el desarrollo de modelos de
formación docente específicos para entornos tecnológicos avanzados, en la evaluación del impacto de
plataformas adaptativas en diferentes contextos socioculturales y en el diseño de políticas públicas que
promuevan la equidad en el acceso a tecnologías educativas. Asimismo, es relevante explorar cómo la analítica
8
de aprendizaje puede personalizar aún más la experiencia educativa y facilitar la toma de decisiones pedagógicas
basadas en datos. En última instancia, la personalización tecnológica no solo mejora el rendimiento lingüístico,
sino que también constituye un camino viable hacia una educación más innovadora, adaptativa y equitativa.
Referencias
Barreto, D. d., & al, e. (2025). Autocuestionamiento de textos literarios: una estrategia para el aprendizaje del
inglés como segunda lengua. Revista Guillermo de Ockham, 23(1).
https://doi.org/10.21500/22563202.7103
Bobro, N., & al, e. (2025). Enfoque de inversión de las instituciones de educación superior en el desarrollo de
plataformas educativas. Salud ciencia y tecnología, 4. https://doi.org/10.56294/sctconf20251392
Bottiglieri, L. I., Irrazabal, M. F., & Ramallo, C. (2025). Educadores en transición: Análisis de las actitudes de los
docentes argentinos hacia la IA en la educación superior. Ikala, 30(1).
https://doi.org/10.17533/udea.ikala.355874
Chocobar, R. E., Ubillús, R. J., & Cevallos, L. G. (2025). ¿Sólo el ChatGPT? Diferentes herramientas de
Inteligencia Artificial Generativa (GenAI) y sus usos: Una revisión de la literatura científica, 2021 - 2024.
Sciela Revista Científica de la UCSA, 12(1). https://doi.org/10.18004/ucsa/2409-8752/2025.012.01.070
Correa, d. S. (2021). Un análisis bibliométrico de la investigación sobre la gestación subrogada: Tendencias
actuales y brechas entre el derecho internacional y las nuevas tecnologías. Revista chilena de derecho y
tecnología, 10(2). https://doi.org/10.5354/0719-2584.2021.63742
De la Peña, C., & Chaves, Y. B. (2024). Metodología activa y digitalizada en L2: Efecto en el rendimiento
académico. Scielo Revista signos, 57(114). https://doi.org/10.4067/S0718-09342024000100052
Díaz, D. C. (2025). Definición gradual del Derecho administrativo en la metodología académica: construcción
sistemática y análisis del lenguaje. Revista derecho del Estado(62), 317–344.
https://doi.org/10.18601/01229893.n62.12
Espejo, A. P. (2024). La Inteligencia Artificial en educación: percepciones y saberes de los docentes. European
Public & Social Innovation Review, 9, 1-19. https://doi.org/10.31637/epsir-2024-898
Ezzaim, A., & al, e. (2023). Mejora de los resultados académicos mediante un marco de aprendizaje adaptativo
que utiliza un novedoso método de predicción del rendimiento basado en el aprendizaje automático. Dato
y metadatos, 2. https://doi.org/10.56294/dm2023164
Galindo, D. H., Delgado, N., Sainz, d. l., & Expósito, E. (2024). Un análisis experimental de la relación entre las
evaluaciones proporcionadas por la inteligencia artificial y las proporcionadas por los docentes en
formación. Edutec, Revista Electrónica De Tecnología Educativa(89), 84–104.
https://doi.org/10.21556/edutec.2024.89.3509
Gallegos, M. C., Peralta, C. A., & Guerrero, W. M. (2017). Utilidad de los Gestores Bibliográficos en la
Organización de la Información para Fines Investigativos. Scielo Formación universitaria, 10(5).
https://doi.org/10.4067/S0718-50062017000500009
Hernández, I. Z. (2021). Sobre la enseñanza de la elisión sintáctica en la clase de gramática del español como
lengua extranjera o segunda (ELE/L2). Revista Española de Lingüística Aplicada, 37(1), 83-108.
https://doi.org/10.1075/resla.20037.zul
Jacovkis, J., Rivera-Vargas, P., Parcerisa, L., & Calderón, G. D. (2022). Resistir, alinear o adherir. Los centros
educativos y las familias ante las BigTech y sus plataformas educativas digitales. Edutec, Revista
Electrónica De Tecnología Educativa(82), 104–118. https://doi.org/10.21556/edutec.2022.82.2615
Leonet, O., Santos, B. A., & Saragueta, E. (2025). La competencia comunicativa y su autopercepción como claves
para el desarrollo académico en contextos multilingües. Revista De Educación, 1(407), 217–242.
https://doi.org/10.4438/1988-592X-RE-2025-407-656
López, M. K., Chiappe, A., & Mella, N. J. (2025). Implementación de Inteligencia Artificial para mejorar la expresión
oral en inglés. Revista Multidisciplinaria de Investigación Educativa, 10(1), 43–71.
https://doi.org/10.17583/remie.16188
Lu, H.-C. (2022). Adquisición de combinaciones de español L3: desarrollo en contextos multilingües. Didáctica De
Las Lenguas Extranjeras(38), 159–172. https://doi.org/10.30827/portalin.vi38.22338
Mera, L. M. (2024). La amenaza cultural y la actitud de docentes chilenos hacia la multiculturalidad en la escuela:
el rol de la ansiedad exogrupal y la sensibilidad intercultural. Revista española de pedagogía, 82.
https://doi.org/10.22550/2174-0909.4038
Morales, L. Y., & Poveda, V. R. (2022). Modelo TPACK: Percepciones de los docentes sobre su competencia
tecnológica al realizar una clase virtual experimental en el contexto de la COVID-19. Revista de ensino,
24(5). https://doi.org/10.17648/acta.scientiae.7345
9
Pérez, H. M., Hunt, G. C., & Ferreras, M. (2025). Emojis en el ámbito educativo: un análisis comparativo entre
plataformas digitales. European Public & Social Innovation Review, 10, 1-21.
https://doi.org/10.31637/epsir-2025-1858
Posada, O. J., & Garzón, D. E. (2025). El papel de las emociones en la construcción de la identidad de los futuros
profesores de inglés. Ikala, 30(1). https://doi.org/10.17533/udea.ikala.356893
Rincón, H. I., & al, e. (2024). Interpretación semántica de verbos frasales por aprendices de inglés como segunda
lengua a partir de la posición (dis)continua de sus partículas. Revista Española de Lingüística Aplicada,
37(2), 553-590. https://doi.org/10.1075/resla.22009.rin
Riojas, R. J. (2024). El uso de la Inteligencia Aumentada y la Inteligencia Artificial en el aprendizaje de segunda
lengua inglés en la Educación Superior En Universidades Públicas y Privadas en Perú. Sustainable
Engineering for a Diverse, Equitable, and Inclusive Future at the Service of Education, Research, and
Industry for a Society 5.0.
Rodríguez, H. L. (2025). El papel pedagógico de la formación de semilleros de investigación en la era de la
inteligencia artificial y las tecnologías emergentes. Seminarios sobre redacción médica y educación, 4.
https://doi.org/10.56294/mw202536
Roy, S. D., & al, e. (2025). La competencia digital y la autoeficacia en docentes de educación superior, el rol de
las variables de edad y género. European Public & Social Innovation Review(10), 1-20.
https://doi.org/10.31637/epsir-2025-1413
Silamani, J. A. (2015). Utilidad y tipos de revisión de literatura. SciELo Ene, 9(2). https://doi.org/10.4321/S1988-
348X2015000200002