Implicaciones éticas de la inteligencia artificial
generativa en la educación superior: una revisión
sistemática
Ethical implications of generative artificial intelligence in higher
education: a systematic review
Recibido: 05/05/2025 - Aceptado: 02/08/2025
Rosa Aurora Ricra Ruiz
https://orcid.org/0000-0003-0186-0064
C18660@utp.edu.pe
Universidad Tecnológica del Perú. Lima, Perú
Edy Fernando Queque Luque
https://orcid.org/0000-0002-2643-5913
c25922@utp.edu.pe
Universidad Tecnológica del Perú. Lima, Perú
Fiorella Helka Vega Lazo
https://orcid.org/0000-0002-0115-041X
cvegalazofiorella@gmail.com
Universidad Nacional Mayor de San Marcos. Lima, Perú
Diana Jaqueline Martínez Horna
https://orcid.org/0000-0001-8704-0387
C26852@utp.edu.pe
Universidad Tecnológica del Perú. Lima, Perú
Jessica Ross Audureau
https://orcid.org/0000-0002-2876-303x
audureau66@hotmail.com
Universidad Tecnológica del Perú. Lima, Perú
Luz Marina Lara Tapia
https://orcid.org/0009-0003-7458-5902
C20940@utp.edu.pe
Universidad Tecnológica del Perú. Lima, Perú
Resumen
El presente artículo de revisión sistemática tiene como principal objetivo, analizar y sintetizar la evidencia científica
actualizada sobre el impacto, beneficios y desafíos de la inteligencia artificial generativa (IAGen) en la educación
superior y sus implicancias éticas. En esta revisión sistemática, se inspeccionó estudios de los años 2023-2025,
en revistas indizadas en bases de datos como SciELO, Dialnet, Scopus, y otras. Los hallazgos se centran en la
formación ética, desafíos institucionales, carencia de marcos regulatorios, percepción de la comunidad
universitaria y riesgos éticos emergentes. Se enfatiza la necesidad imperativa de integrar la ética y la
alfabetización en IAGen en los currículos para un uso responsable, fomentando así el pensamiento crítico y
evitando la dependencia cognitiva. En suma, la integración de la IAGen a la educación superior implica una
respuesta estratégica de parte de las universidades, que incluya la ética integral y que prepare a las futuras
generaciones en un mundo transformado por la IA.
Palabras clave: inteligencia artificial generativa, ética, educación superior
Abstract
The main objective of this systematic review article is to analyze and synthesize the current scientific evidence on
the impact, benefits, and challenges of generative artificial intelligence (GenAI) in higher education and its ethical
implications. In this systematic review, studies from 2023-2025 were examined in journals indexed in databases
2
such as SciELO, Dialnet, Scopus, and others. The findings focus on ethical training, institutional challenges, lack
of regulatory frameworks, perception of the university community, and emerging ethical risks. The imperative need
to integrate ethics and literacy in GenIA into curricula for responsible use is emphasized, thus fostering critical
thinking and avoiding cognitive dependence. In short, the integration of GenAI into higher education requires a
strategic response from universities, including comprehensive ethics and preparing future generations for a world
transformed by AI.
Keywords: generative artificial intelligence, ethics, higher education
Introducción
La irrupción de la inteligencia artificial (IA) y, en particular de la inteligencia artificial generativa (IAGen),
ha transformado de modo radical el panorama de la educación superior en los últimos años. Modelos de IA, como
Chat GPT, Gemini y otras herramientas de generación automática de contenido han ido evolucionando
rápidamente, lo que ha propiciado la adopción masiva de estas, en universidades de todo el mundo, por una
parte, del estudiantado y también, por otra, del profesorado. Esta tendencia responde a la necesidad de
individualizar el aprendizaje, optimizar la gestión en la educación y así mismo, enriquecer las experiencias
formativas en un contexto caracterizado por la digitalización y la globalización del conocimiento. (Silgado-Tuñón,
et al., 2025; Soriano et al., 2025; García, 2024). Estas capacidades contribuyen a una educación realmente
inclusiva, centrada en el estudiante y eficiente en la totalidad de la palabra, lo que ha sido especialmente valorado
en contextos de alta diversidad demográfica, económica y social y también de recursos limitados. (Muirragui
Irrazabal, et al., 2025).
Las implicancias éticas de la IAGen en la educación superior han sido investigadas desde diversas
perspectivas, es el caso de la formación ética y alfabetización en IA; tal como lo señala García- Peñalvo et al.
(2025), quien afirma que los estudiantes deben estar preparados para enfrentarse a dilemas inexistentes y
desarrollar el pensamiento crítico que les será necesario para la adaptación al futuro, pues al estar
específicamente formados en IAGen mejoran sus conocimientos y su capacidad crítica (Romeu et al, 2025) Por
este motivo, la alfabetización en IA es una tarea preponderante y un desafío ético para la universidad de hoy
(Pérezchica et al., 2024)
En cuanto a la integridad académica y riesgos de plagio, algunos estudios sugieren que, con la llegada
de la IAGen al ámbito académico, se generan novedosas formas de plagio académico, lo que dificulta la
evaluación como era conocida anteriormente (Carranza et al., 2024). Además, Hernández et al., (2024) dice que
cuanto más uso hagan los estudiantes de la IA para producir sus trabajos, más difícil será precisar la autoría real
y la fiabilidad del proceso evaluativo. Por este motivo, se espera que la integridad académica de todos los agentes
educativos en las universidades sea reforzada con políticas claras y una formación ética en el uso de las IA
(Guamán, 2025). La evidencia reciente sobre la materia sugiere que las universidades requieren de normas o
políticas institucionales, así como marcos regulatorios. Al respecto, se han identificado vacíos normativos o nulas
políticas institucionales que regulen la IAGen y su uso en el ámbito académico (Gásquez et al., 2023), por lo que
se requiere consensos jurídicos y éticos para su regulación y supervisión (OEI, 2025), puesto que son incipientes
o en algunos casos, inexistentes (UNESCO, 2024)
Un considerable número de investigaciones dan cuenta sobre la percepción de los estudiantes y de los
docentes sobre el uso de la IAGen en la universidad. Si bien, los estudiantes perciben la IAGen como una
“herramienta útil” son conscientes que en algún momento se acostumbrarán a “no pensar” y sufrirán la pérdida
de competencias críticas (Camacho et al., 2025; Alpizar et al., 2024), incluso piensan que están adelantados en
el tema respecto de sus docentes, pues afirman que existe un bajo o nulo nivel de preparación, lo que les impediría
orientar los criterios claros para su uso (Sánchez et al., 2025; Hernández y Chávez, 2025)
La revisión de la literatura académica muestra que se necesita atender con urgencia las preocupaciones
que devienen de los expertos en temas éticos, sociales y técnicos. Como lo sostienen Gallent- Torres et al. (2023),
si esta adopción es consciente y ética podría fortalecer la denominada innovación pedagógica, pues mejoraría el
proceso enseñanza -aprendizaje en la universidad. Cabe resaltar que se debe potenciar la IAGen para
individualizar el aprendizaje y reflexionar sobre sus riesgos y límites (Alonso-Rodríguez, 2024), porque si bien
abre oportunidades también exige volver a definir el rol docente (Soto, 2025).
También existe una creciente preocupación por la privacidad, equidad y responsabilidad social con el uso
de la IAGen, puesto que el uso masivo de la IA en educación plantea serios retos como la “privacidad de datos y
protección de la identidad digital del estudiante” (Ramírez y Herrera, 2024). Bolaño (2024) propone profundizar
en la equidad sobre el uso y acceso a la IAGen para evitar brechas sociales y asumir el reto de anticiparse para
evitar un impacto negativo en la sociedad y en la formación de profesionales (Santos et al., 2025).
3
En conclusión, la presente revisión sistemática tiene como objetivo analizar y sintetizar la evidencia
científica más reciente sobre el impacto, los beneficios, los desafíos y las recomendaciones para la integración
de la IA en la educación superior. De esta manera, se busca ampliar la visión sobre el uso de la IAGen en la
educación superior, brindando información actualizada y rigurosamente seleccionada con el objetivo de
desarrollar prácticas éticas innovadoras y claras en las instituciones educativas de educación superior.
Metodología
Para la elaboración de este trabajo, se eligió PRISMA (Preferred Reporting Items for Systematic Reviews
and Meta Analyses) como revisión sistemática de la literatura existente con el fin de identificar, analizar y resumir
la información científica actualizada, de temáticas referidas a la ética en el contexto educativo superior y la
utilización práctica de la inteligencia artificial generativa (Page et al., 2020) Del mismo modo, cabe destacar la
relevancia de revisiones de esta naturaleza ya que permiten adquirir un panorama actualizado, crítico e integral
acerca del estado actual de los conocimientos en diversas áreas profesionales y su reciente incorporación de la
inteligencia artificial generativa, sus expectativas, los vacíos en cuanto a normativas y políticas y los desafíos y
retos que estas enfrentan, identificando sobre todo, bases teóricas sólidas. (Silgado-Tuñón y López-Flores, 2025)
Se inició con la búsqueda integral en bases de datos académicas: Scopus, WebOS, ERIC y Scholar
Google, entre otras. Se emplearon operadores booleanos para la búsqueda de palabras clave o keywords
utilizadas, que incluyeron “Generative Artificial Intelligence” OR “Generative AI” OR “LLM” OR “Academic Probity”
OR “Higher education” OR “University Students”, “Ethical Implications” OR “Academic Integrity” OR “Student
Formation” que, al combinarse, se adaptaron a cada base de datos mencionadas aplicando las recomendaciones
de búsquedas sistemáticas de fuentes de información (Booth, et al., 2021) El proceso de búsqueda y selección
se realizó por los investigadores de forma independiente. Las discrepancias se resolvieron mediante consenso o
la intervención de un revisor extra para garantizar la objetividad (Liberati et al., 2009)
En cuanto a los criterios de inclusión, se buscaron artículos publicados entre 2020 y 2025. Estudios en
inglés y en español, principalmente, y, asimismo, publicaciones revisadas por pares (artículos, revisiones,
informes técnicos), cuyo enfoque explícito en inteligencia artificial generativa contengan Chat GPT, Gemini, etc.
En contextos de educación superior y cuya discusión de aspectos éticos estén relacionados con la formación
superior. En cuanto a los criterios de exclusión, se identificaron estudios enfocados en IA no generativa, trabajos
centrados en niveles educativos distintos a la educación superior, así como informes de tesis y artículos de
revisión sistemática.
Para esta etapa, se elaboró una matriz de extracción de datos como autor (es), año de publicación; país
de estudio; aspectos éticos estudiados; nivel educativo de formación, implicaciones para la formación del
estudiante universitario, diseño de la investigación, metodología utilizada, población de educación superior y
principales hallazgos de manera sintética.
En cuanto a la fase de síntesis, se identificaron en primer lugar, las similitudes temáticas y, en segundo
lugar, las discrepancias entre ellas. Seguidamente, se realizó el análisis de los datos recogidos en la fase anterior,
identificando coincidencias, patrones y algunos temas relacionados que no se abordaron en esos estudios. Por
último, se realizaron las conclusiones generales, teniendo en cuenta, destacar las implicancias de la inteligencia
artificial generativa en la educación superior, así como rescatar valiosas recomendaciones para futuras
investigaciones (Codina, 2018).
4
Figura 1
Diagrama PRISMA
Resultados y discusión
Los resultados obtenidos en esta revisión demuestran que la reciente incorporación de la IA generativa
(IAGen) en la educación superior implica no únicamente un avance como respuesta a la demanda de innovación
tecnológica, sino que, además, se evidencia la necesidad de adoptar medidas integrales y democráticas ante los
desafíos éticos y organizativos de las universidades. La ética aparece, entonces, como un eje primordial en el
contexto universitario, para gestionar los conflictos que se asocian al arribo de la IAGen, por lo que se hace
necesaria la formación del estudiantado en cuestiones éticas que les permitan ser agentes responsables en su
uso, promoviendo de esta manera una cultura de autorreflexión crítica (Liu et al., 2023).
La inminente llegada de la inteligencia artificial generativa a la educación superior ha creado una discusión
académica y normativa en estos últimos años, lo que se traduce en una innumerable cantidad de estudios,
informes institucionales y documentos de organizaciones internacionales publicados entre los años 2023 y 2025
acerca del tema. El análisis de más de 40 referencias actuales ha permitido identificar tendencias y propuestas
que giran en torno a cinco categorías: formación ética, desafíos institucionales, marcos regulatorios inexistentes,
percepción de la comunidad universitaria y, sobre todo, riesgos éticos emergentes, que se exponen a
continuación.
Primero, se puede afirmar que existe un consenso creciente acerca de la imperiosa necesidad de integrar
la ética en las mallas curriculares para hacer un uso responsable de la IAGen; así lo señalan Escalona y Paredes-
Abreu (2025), quienes revelan en su estudio realizado con profesores, investigadores y estudiantes, una
diferencia altamente significativa en cuanto a la conciencia ética. Por un lado, los profesores e investigadores
mostraron mayor conciencia; por otro, los estudiantes, especialmente los de grado, presentaron niveles más
bajos, probablemente por haber estado menos expuestos a una capacitación ética estructurada. Del mismo modo,
Matos et al. (2024) destacan que la capacitación de los docentes-investigadores es incipiente, motivo por el cual
subrayan la necesidad de una formación sólida en ética para lograr una comprensión más profunda del impacto
de las relaciones humano–IA.
5
En cuanto a la formación ética, la literatura revisada coincide en que esta constituye el pilar fundamental
para el uso responsable de la IAGen en la universidad (García-Peñalvo et al., 2025; Sánchez et al., 2024; Liu et
al., 2023; Camacho et al., 2025; Gásquez et al., 2023). Al respecto, se puede afirmar que existe un consenso
generalizado sobre la necesidad de incorporar la ética y la reflexión crítica en los planes de estudio y en la
capacitación docente, lo que promovería el análisis de casos prácticos (Romeu et al., 2025; Silgado-Tuñón y
López-Flores, 2025; Vega-Reinel, 2025). En esta misma línea, organizaciones internacionales como la OEI (2025)
y Liu et al. (2023) destacan que no solo es necesario formar en alfabetización digital, sino también hacerlo
conjuntamente con la formación ética, para afrontar los retos de la automatización, la privacidad y la equidad en
el uso de la IAGen. Asimismo, debido a la necesidad de actualizar permanentemente los contenidos formativos
para adaptarse a la vertiginosa evolución tecnológica, la literatura subraya la relevancia de enfoques
multidisciplinares en su elaboración (García et al., 2025; Vera, 2024).
En cuanto a los desafíos institucionales, una vez identificados, estos giran en torno a la actualización de
la infraestructura, la gestión del cambio organizativo y la adaptación de los protocolos internos en todos los niveles
(Silgado-Tuñón y López-Flores, 2025; Sánchez et al., 2025; OEI, 2025). Diversos estudios señalan que muchas
universidades carecen aún de políticas claras para la gestión de datos, la protección de la privacidad y la
prevención de nuevas formas de plagio o deshonestidad académica facilitadas por la IAGen (Gallent et al., 2023;
Guamán, 2025; Soriano et al., 2025; Hernández et al., 2024). La literatura enfatiza la importancia de la formación
continua del profesorado y de la creación de espacios de deliberación ética y actualización normativa, tal como
lo afirman los estudios de Párraga et al. (2024), Vivas y Ruiz (2024), y Díaz et al. (2024). Informes como los de la
OEI (2025) recomiendan auditorías periódicas del impacto de la IA y la elaboración de códigos de conducta
específicos para cada colectivo universitario.
Al no existir marcos regulatorios claros y específicos, como lo señalan García-Peñalvo et al. (2025) y
González-Fernández (2025), se trata de una necesidad imperante en el ámbito de la educación superior (OEI,
2025; Liu et al., 2023; Benavides et al., 2025). Además, la OEI (2025) recomienda a las universidades adaptar
normativas internacionales para desarrollar códigos éticos, protocolos de uso y políticas de transparencia,
privacidad y equidad. Sin embargo, en su estudio, Bravo et al. (2023) y la UNESCO (2024) advierten que la
implementación práctica de estos marcos enfrenta desafíos tangibles. En el mismo sentido, González et al. (2025)
señalan que debería existir coherencia entre la regulación y la práctica cotidiana, así como la participación efectiva
de la comunidad educativa en su desarrollo.
Estudios sobre la percepción de la comunidad universitaria frente a la IAGen, como los de Sánchez et al.
(2025) y García (2024), indican que los estudiantes la perciben de forma ambivalente y que su postura evoluciona
conforme aumenta la formación y la experiencia directa con estas herramientas (Vega-Reinel, 2025; González,
2024). Asimismo, Scavone (2024) reconoce el potencial de la IAGen para personalizar el aprendizaje, facilitar la
evaluación y optimizar la gestión académica. No obstante, como advierten Romeu et al. (2025), persisten
preocupaciones sobre la fiabilidad, la equidad en el acceso y el riesgo latente de desplazamiento de funciones
humanas (Borja, 2025). De igual forma, Santos et al. (2025) muestran que la formación específica en IAGen
mejora la actitud crítica y la capacidad de discernimiento ético, por lo que estudios como los de García-Peñalvo
et al. (2025) y Hernández et al. (2024) evidencian la necesidad de acompañar la innovación tecnológica con
espacios de reflexión y diálogo constantes. Yusuf et al. (2024) destacan en su estudio que los estudiantes
manifestaron preocupación por la dependencia excesiva de las herramientas IAGen, ya que señalan que esta
podría obstaculizar el crecimiento profesional y personal, no solo de los estudiantes sino también de los docentes.
Conclusiones
En la actualidad, la inteligencia artificial generativa (IAGen) ha llegado para cambiarlo todo. Desde la
creación de contenidos originales hasta alcanzar el punto de debate en cuestionarse si todo lo creado a partir de
su llegada, cuenta como autoría propia o no. Esta irrupción de la IAGen en el ámbito de la educación superior la
ha transformado profundamente, pues presenta dos aspectos fundamentales de manera simultánea, como son
las oportunidades sin precedentes, y con ellas, desafíos éticos complicados. La presente revisión sistemática,
basada en un riguroso análisis de la literatura existente y publicada en los años 2023 y 2025, confirma que la
integración efectiva y sobre todo, responsable de la IAGen en las universidades requiere un estudio polifacético
que trascienda los límites del abordaje tecnológico.
En este artículo de revisión sistemática se han encontrado hallazgos que confluyen en la necesidad de
formar en el uso ético de la IAGen a toda la comunidad universitaria. Se ha evidenciado que una alfabetización
en IAGen, con matices críticos y conscientes no solo son deseables, sino indispensables para dotar al
estudiantado y al profesorado de competencias necesarias para afrontar y confrontar los desafíos que derivan de
este uso. La formación que se sugiere debe ser sostenible, que permita integrarse transversalmente en las mallas
6
curriculares y fomentar el pensamiento crítico frente a las capacidades y limitaciones de la IAGen con el objetivo
de evitar la dependencia que menoscabe la autonomía cognitiva del estudiante universitario. Por eso se
recomienda tener en cuenta:
En el plano institucional, se confirma que las universidades se enfrentan al desafío ineludible de actualizar
sus normativas y marcos operativos pues la ausencia de políticas claras en áreas como la gestión de datos, la
integridad académica y la prevención del plagio, que fueron problemas álgidos en el ámbito educativo superior,
hoy surge la urgencia de establecer directrices apropiadas que aseguren un entorno educativo igualitario y
éticamente sólido. Es pertinente señalar que, la capacitación sostenida del profesorado, con la creación de
espacios de debates, conversatorios en los cuales se intercambien experiencias, son cruciales para una gestión
de cambio, progresivo y exitoso, pues garantizaría que la inteligencia artificial generativa se use como un
complemento y no como un sustituto del proceso enseñanza- aprendizaje.
La falta de políticas y normativas claras que regulen específicamente el uso de la IAGen en instituciones
de educación superior representa un vacío significativo y debe ser abordado con urgencia. Actualmente, ya
existen recomendaciones de organismos internaciones al no haberse implementado de manera práctica en el
contexto universitario, o ser este incipiente aún, por lo que se requiere la participación de todos los actores
inmersos en él. Por ejemplo, desarrollar códigos éticos, protocolos de uso y políticas de transparencia y privacidad
es fundamental para asegurar la equidad en el acceso y para mitigar los riesgos que devienen del uso de las
herramientas de IAGen.
En torno a la percepción de la comunidad universitaria, al revisar la literatura, se evidencia una valoración
positiva y negativa a la vez, sobre la IAGen, esta se caracteriza por reconocer el alto potencial de la IAGen para
la optimización del aprendizaje y también como para la individualización de este, pero también muestra una
preocupación real sobre la fiabilidad, la equidad en el acceso y el riesgo de la pérdida de competencias humanas
básicas y esenciales en su formación académica. Esta dicotomía subraya la importancia de una comunicación
transparente y de una formación específica que mejore la actitud crítica y la capacidad de discernimiento ético de
la información, abordando las desigualdades en el nivel de preparación entre estudiantes y docentes.
Finalmente, esta revisión ha facilitado la identificación de una serie de riesgos emergentes sobre las
implicaciones éticas en la educación superior que fueron temas de preocupación iniciales sobre la probidad
académica, como son el plagio y la deshonestidad académica. La privacidad de datos, la equidad en el acceso a
estas tecnologías, el potencial de resultados que obedecen a un sesgo algorítmico que, a su vez, pueden ampliar
otras problemáticas como los prejuicios, o las falacias o también sobre la dependencia que puede llevar a la
inhibición del pensamiento crítico y el riego de quedar “automatizados” son aspectos que requieren una
investigación constante y una modificación a lo ya establecido que brinden soluciones éticas y democráticas que
beneficien a todos en el contexto educativo. Preocupación especial genera la responsabilidad social y el uso de
la IAGen en el contexto educativo superior, pues implica garantizar que la innovación tecnológica contribuya al
desarrollo integral de los profesionales del futuro y su contribución al bien común.
En definitiva, la integración de la IAGen en la educación superior es un fenómeno actual y latente en
nuestra realidad educativa y por ello, demanda una respuesta estratégica como también de una ética integral.
Las universidades tienen no solo la oportunidad sino también la responsabilidad de liderar este proceso, no solo
adoptando tecnología, o haciéndola accesible, sino cultivando una cultura de uso crítico, responsable y
éticamente informado y que, principalmente, prepare a las futuras generaciones de profesionales a enfrentar un
mundo transformado por la inteligencia artificial.
Referencias
Alonso-Rodríguez, A. M. (2024). Hacia un marco ético de la inteligencia artificial en la educación. Teoría De La
Educación. Revista Interuniversitaria, 36(2), 79–98. https://doi.org/10.14201/teri.31821
Alpizar Garrido, Luis Octavio, y Martínez Ruiz, Héctor. (2024). Perspectiva de estudiantes de nivel medio superior
respecto al uso de la inteligencia artificial generativa en su aprendizaje. Revista Iberoamericana para la
Investigación y el Desarrollo Educativo, 14(28). https://doi.org/10.23913/ride.v14i28.1830
Benavides-Lara, R., León-Chimbolema, J., Tixi-Toapanta, H., y Miguez-Paredes, R. (2025). La integración de la
inteligencia artificial generativa en la educación superior. Revista Conrado, 21(104).
https://conrado.ucf.edu.cu/index.php/conrado/article/view/4555
Benítez González, M. C. (2025). Irrupción de la inteligencia artificial en educación superior. Educación y Futuro, 52, 11–
33. https://doi.org/10.5281/zenodo.15167331
Bolaño García, M. (2024). Inteligencia artificial para la educación: desafíos y oportunidades. Praxis, 20(1), 8–12.
https://doi.org/10.21676/23897856.5997
7
Booth, A., Martyn-St James, M., Clowes, M., y Sutton, A. (2021). Systematic approaches to a successful literature review.
SAGE Publications Ltd. https://digital.casalini.it/9781529759648
Borja Borja, H. R. (2025). Inteligencia artificial generativa como tutor personalizado en la educación superior. Innovarium
International Journal, 3(1), 1-12. https://revinde.org/index.php/innovarium/article/view/33
Bravo, M., Bilbao, G., Gerias, M., y Arriagada, M. (2023). Inteligencia artificial generativa y ChatGPT: Oportunidades y
desafíos para la educación. Universidad del Desarrollo: Policy Brief, 4.
https://educacion.udd.cl/files/2023/07/policy_brief_n4.pdf
Camacho Vázquez, M. R., Pérez Méndez, J., Cárdenas Castellanos, J., y Adaile Benítez, N. T. (2025). Implicaciones
éticas del uso de Inteligencia Artificial en educación superior. Emerging Trends in Education, 8(15), 122-139.
https://doi.org/10.19136/etie.v8n15.6343
Carranza Alcántar, M.R., Macías González, G.G., Gómez Rodríguez, H., Jiménez Padilla, J.P., y Jacobo Montes, F.M.
(2024). Teacher perceptions about the integration of generative AI applications in the university teaching
process. Revista de Docencia Universitaria, 22(2), 158-176. https://doi.org/10.4995/redu.2024.22027
Codina L. Revisiones bibliográficas sistematizadas: procedimientos generales y Framework para ciencias humanas y
sociales. [Tesis de Maestría, Universitat Pompeu Fabra]. http://hdl.handle.net/10230/34497
Diaz Vera, J. P., Molina Izurieta, R., Bayas Jaramillo, C. M., y Ruiz Ramírez, A. K. (2024). Asistencia de la inteligencia
artificial generativa como herramienta pedagógica en la educación superior. Revista De Investigación En
Tecnologías De La Información, 12(26), 61–76. https://doi.org/10.36825/RITI.12.26.006
Escalona, J., y Paredes-Abreu, Y. (2025). Inteligencia Artificial Generativa en la Educación Universitaria: Dilemas Éticos.
Revista EOnline Tech, 4(1), 6. https://publishing.fgu-edu.com/ojs/index.php/RET/article/view/546
Gallent Torres, C., Zapata González, A., y Ortego Hernando, J. L. (2023). El impacto de la inteligencia artificial generativa
en educación superior: una mirada desde la ética y la integridad académica. RELIEVE - Revista Electrónica De
Investigación Y Evaluación Educativa, 29(2). https://doi.org/10.30827/relieve.v29i2.2913
García-Peñalvo, F. J. (2024). Inteligencia artificial generativa y educación: Un análisis desde múltiples perspectivas.
Education in the Knowledge Society (EKS), 25. https://doi.org/10.14201/eks.31942
García-Peñalvo, F.-J., Casañ-Guerrero, M.-J., Alier-Forment, M., y Pereira-Valera, J.-A. (2025). La ética de la
inteligencia artificial generativa en educación a debate. Perspectiva desde el desarrollo de un caso de estudio
teórico-práctico. Revista Española de Pedagogía, 83(291), 281-293. https://doi.org/10.22550/2174-0909.4577
Gázquez Linares, J. J., Pérez Fuentes, M. C., y Suazo Galdames, I. (2023). Embracing the Potential of Artificial
Intelligence in Education: Balancing Benefits and Risks. European Journal of Education and Psychology, 16(1),
1–8. https://doi.org/10.32457/ejep.v16i1.2205
González Fernández, M. O., Romero-López, M. A., Sgreccia, N. F., y Latorre Medina, M. J. (2025). Marcos normativos
para una IA ética y confiable en la educación superior: estado de la cuestión. RIED-Revista Iberoamericana de
Educación a Distancia, 28(2), 181–208. https://doi.org/10.5944/ried.28.2.43511
Guamán Chávez, R.E. (2025). Ética e integridad académica en el uso de la inteligencia artificial generativa en la
educación superior. Revista Científica Multidisciplinar G-nerando. 6(1). https://doi.org/10.60100/rcmg.v6i1.392
Hernández Coló, M. del R., y Chávez Romero, E. (2025). Análisis de la percepción estudiantil sobre la inteligencia
artificial generativa en la formación universitaria: hacia una práctica ética e informada. Decires, 25(34), 55–102.
https://doi.org/10.22201/cepe.14059134e.2025.25.34.461
Hernández González, M., Ramos Quiroz, J. M., Chávez Maciel, F. J., y Trejo Cázares, M. del C. (2024). Ventajas y
riesgos de la Inteligencia Artificial Generativa desde la percepción de los estudiantes de educación superior en
México. European Public & Social Innovation Review, 9, 1–19. https://doi.org/10.31637/epsir-2024-495
Liberati, A. et al. (2009) The PRISMA statement for reporting systematic reviews and meta-analyses of studies that
evaluate health care interventions: explanation and elaboration. Journal of Clinical Epidemiology, 62 (10).
https://doi.org/10.1016/j.jclinepi.2009.06.006
Liu, B. L., Morales, D., Roser-Chinchilla, J., Sabzalieva, E., Valentini, A., Vieira do Nascimento, D., y Yerovi, C. (2023).
Oportunidades y desafíos de la era de la inteligencia artificial para la educación superior: una introducción para
los actores de la educación superior. Instituto Internacional para la Educación Superior en América Latina y el
Caribe. https://unesdoc.Liu, et al., (2023).org/ark:/48223/pf0000386670_spa
Matos, E. J., Bertoncini, A. L. C., Ames, M. C. F. D. C., y Serafim, M. C. (2024). La (falta de) ética en la IA generativa en
la educación y la investigación en gestión empresarial. RAM. Mackenzie Management Review / RAM.
Mackenzie Management Review, 25(6), 1. https://doi.org/10.1590/1678-6971/eramd240061
Muirragui Irrazabal, V. L., Garzón Balcázar, J. M., Moreira Cañizares, A. C., y Ponce Reyes, F. S. (2025). Impacto del
uso de la inteligencia artificial en la educación universitaria. Revisión sistemática. RECIMUNDO, 9(2), 349–
360. https://doi.org/10.26820/recimundo/9.(2).abril.2025.349-360
Organización de Estados Iberoamericanos para la Educación, la Ciencia y la Cultura (OEI) (2025). Hacia una nueva
educación: Ideas fuerza para guiar la transformación. Publicación del Consejo Asesor de la OEI.
https://oei.int/oficinas/secretaria-general/publicaciones/hacia-una-nueva-educacion/
8
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M.,
Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder,
E. W., Mayo-Wilson, E., McDonald, S., McGuinness, L. A., … Moher, D. (2021). The PRISMA 2020 statement:
an updated guideline for reporting systematic reviews. BMJ (Clinical research ed.), 372(71).
https://doi.org/10.1136/bmj.n71
Párraga Muñoz, L., Calderón Figueroa, C., Chusin Cuzco, M., Navarrete Gómez, R., y Aguilera Vidal, H. (2024).
Incidencia de la inteligencia artificial en la educación superior. Polo del Conocimiento, 9(8), 3570-3579.
https://doi.org/10.23857/pc.v9i8.7900
Perezchica-Vega, J. E., Sepúlveda-Rodríguez, J. A., y Román-Méndez, A. D. (2024). Inteligencia artificial generativa en
la educación superior: usos y opiniones de los profesores. European Public & Social Innovation Review, 9, 1–
20. https://doi.org/10.31637/epsir-2024-593
Ramírez-Solórzano, F. L., y Herrera-Navas, C. D. (2024). Inclusión Educativa: Desafíos y Oportunidades para la
Educación de Estudiantes con Necesidades Especiales. Revista Científica Zambos, 3(3), 44-63.
https://doi.org/10.69484/rcz/v3/n3/57
Romeu Fontanillas, T., Romero Carbonell, M., Guitert Catasús, M., y Baztán Quemada, P. (2025). Desafíos de la
Inteligencia Artificial generativa en educación superior: fomentando su uso crítico en el estudiantado. RIED-
Revista Iberoamericana de Educación a Distancia, 28(2), 209–231. https://doi.org/10.5944/ried.28.2.43535
Sánchez-Prieto, J. C., Izquierdo-Álvarez, V., del Moral-Marcos, M. T., y Martínez-Abad, F. (2025). Inteligencia artificial
generativa para autoaprendizaje en educación superior: Diseño y validación de una máquina de ejemplos.
RIED-Revista Iberoamericana de Educación a Distancia, 28(1), 59–81. https://doi.org/10.5944/ried.28.1.41548
Santos Moncayo, Y. A., Manchay Mendoza, M. F., Jumbo Jumbo, M. A., Nevarez Sánchez, M. A., y Ramos Burgos, S.
M. (2025). Desafíos y oportunidades de la integración de la inteligencia artificial en contextos educativos.
Ciencia Latina Revista Científica Multidisciplinar, 9(3), 2030-2053. https://doi.org/10.37811/cl_rcm.v9i3.17826
Scavone, G. M. (2024). Análisis del posible uso de la inteligencia artificial generativa en procesos formativos. RInCE,
15(30), 1-23. https://doi.org/10.54789/rince.30.6
Silgado-Tuñón, D. A., y López-Flores, J. I. (2025). Inteligencia Artificial Generativa en la Educación Superior: una
Revisión Sistemática. Unión - revista iberoamericana de educación matemática, 21(73).
https://www.revistaunion.org/index.php/UNION/article/view/1709
Soriano Centeno, A. FF., Sarchi Guerrero, J. A., Contreras Chiquito, E. K., y Rojas Rojas, J. A. (2025). La percepción
de los docentes sobre las capacidades y desafíos asociados al uso de la inteligencia artificial generativa como
práctica innovadora en la gestión docente. Revista Científica De Innovación Educativa Y Sociedad Actual
"ALCON", 5(3), 323–331. https://doi.org/10.62305/alcon.v5i3.599
Soto, M.E. (2025). El rol docente en la enseñanza-aprendizaje con IA. Revista De Derecho Privado Universidad Blas
Pascal, 11(11), 109-119. https://doi.org/10.37767/2362-5325(2024)012
UNESCO., Miao, F., y Holmes, W. (2024). Guía para el uso de IA generativa en educación e investigación. UNESCO.
https://www.unesco.org/es/articles/guia-para-el-uso-de-ia-generativa-en-educacion-e-investigacion
Vega-Reinel, S. V., Palacios-Zuñiga, R. M., Pazmiño-Gaibor, Álvaro X., Peña, P. M., y García-Laje, C. A. (2025).
Implicaciones éticas del uso de inteligencia artificial generativa en la formación universitaria, dilema entre la
innovación tecnológica y la responsabilidad académica. REICOMUNICAR, 8(15), 833-851.
https://doi.org/10.46296/rc.v8i15.0361
Vera, F. (2024). Integración de la Inteligencia Artificial Generativa en la Educación Superior. Transformar, 4(4), 36–46.
https://www.revistatransformar.cl/index.php/transformar/article/view/108
Vivas Urias, M. D., y Ruiz Rosillo, M. A. (2025). Inteligencia artificial generativa: Buenas prácticas docentes en educación
superior. OCTAEDRO.
https://repositorio.uax.es/bitstream/handle/20.500.12080/46852/Inteligencia%20artificial%20generativa.pdf?se
quence=1&isAllowed=y
Yusuf, A., Pervin, N. y Román-González, M. (2024). IA generativa y el futuro de la educación superior: ¿Una amenaza
para la integridad académica o una reforma? Evidencia desde perspectivas multiculturales. Int J Educ Technol
High Educ 21(21). https://doi.org/10.1186/s41239-024-00453-6
