Resumen
Este estudio investiga el impacto significativo de la Inteligencia Artificial Generativa (IAG) en el desarrollo de
competencias digitales en el ámbito educativo peruano. A través de la aplicación del método PRISMA, que implica
una revisión sistemática que abarca el análisis de 15 investigaciones relevantes, se han identificado una serie de
hallazgos clave. Estos resultados resaltan beneficios como la personalización del aprendizaje, la automatización
de tareas y el incremento de la motivación de los estudiantes. Sin embargo, al mismo tiempo, se han identificado
desafíos en cuanto a la formación docente, la infraestructura educativa y los dilemas éticos asociados con la
protección de la información. Este estudio subraya la importancia de implementar estrategias de capacitación
para los profesores y de establecer políticas educativas que garanticen la aplicación ética y eficaz de la IAG en
los entornos educativos. Es fundamental abordar estas cuestiones para maximizar los beneficios potenciales de
la Inteligencia Artificial Generativa en el contexto educativo peruano y garantizar un uso responsable y efectivo
de esta tecnología emergente.
Palabras clave: Inteligencia Artificial Generativa, competencias digitales, aprendizaje personalizado.
El impacto de la inteligencia artificial
generativa en el desarrollo de competencias
digitales en la tutoría de secundaria: un análisis
crítico
The impact of generative artificial intelligence on the
development of digital competencies in secondary school
tutoring: a critical analysis
Recibido: 02/11/2024 Aceptado: 16/01/2025
María Lourdes Lazo Ramos
https://orcid.org/0000-0003-4060-6149
mlazo1@ucvvirtual.edu.pe
Universidad Cesar Vallejo. Lima-Perú
Juana Rosa Santana Pilco
https://orcid.org/0009-0000-7167-8781
jrsantana@ucvvirtual.edu.pe
Universidad Cesar Vallejo. Lima-Perú
Florencio Flores Canto
https://orcid.org/0000-0001-5600-9854
fflores@une.edu.pe
Universidad Nacional de Educación Enrique
Guzmán y Valle. Lima-Perú
2025. V5. N 4.
Lazo, M., Flores, F. & Santana, J. (2025). El impacto de la inteligencia artificial generativa en el desarrollo de competencias
digitales en la tutoría de secundaria: un análisis crítico. Revista InveCom, 5(4). 1-10. https://zenodo.org/records/14807432
2
Abstract
This study investigates the significant impact of Artificial Generative Intelligence (GAI) on the development of digital
skills in the Peruvian educational field. Through the application of the PRISMA method, which involves a systematic
review covering the analysis of 15 relevant investigations, a series of key findings have been identified. These
results highlight benefits such as personalization of learning, automation of tasks and increased student
motivation. However, at the same time, challenges have been identified in terms of teacher training, educational
infrastructure and ethical dilemmas associated with the protection of information. This study highlights the
importance of implementing training strategies for teachers and establishing educational policies that ensure the
ethical and effective application of IAG in educational settings. It is essential to address these issues to maximize
the potential benefits of Generative Artificial Intelligence in the Peruvian educational context and guarantee
responsible and effective use of this emerging technology.
Keywords: Generative Artificial Intelligence, digital competencies, personalized learning.
Introducción
La inteligencia artificial generativa (IAG) está revolucionando el ámbito de la educación con la creación
de asistentes virtuales inteligentes (AVI) en distintos contextos de aprendizaje, sobre todo para entornos online
debido a sus capacidades de crear interacciones relevantes y personalizadas. Recogen datos del usuario como
sus hábitos de navegación, sus búsquedas, localización o historial para desarrollar interacciones relevantes. Se
trata de estimular el autoaprendizaje y la metacognición del alumnado. Estos asistentes virtuales utilizan
tecnologías relacionadas con la IAG. La IAG es la capacidad para procesar información, discernir patrones y
tomar decisiones con el uso de algoritmos. Estos, inicialmente, necesitan ser entrenados para generar los datos
a través de un proceso de aprendizaje supervisado. Los algoritmos son autónomos y, a medida que se enfrentan
a nuevos datos, son capaces de adaptar sus conexiones para aprender y obtener la mejor precisión en los
resultados.
En el ámbito de la educación, la IAG se utiliza para desarrollar entornos de aprendizaje. Un ejemplo es la
creación de marcos de adaptación, como contar con un entorno virtual que se ajuste a los intereses del estudiante,
y sistemas de recomendación, tales como mostrar resultados y sugerir recursos según los intereses, nivel de
conocimientos y aprendizaje previo, entre otras capacidades. La adquisición de estas competencias digitales, eso
sí, exige una formación muy específica que aún no forma parte de la formación inicial del profesorado, de manera
que su aprendizaje ha de ser considerado como una forma de actualización profesional. Incluso, una vez
entrenado el algoritmo aún puede generar resultados no siempre previsibles. Eso desplazaría al ámbito técnico
el papel del docente de técnica implicada en la tutorización, un campo humano multidimensional en términos de
actividades, interacciones y competencias.
En la actual era digital, la Inteligencia Artificial Generativa está transformando diversos sectores y la
educación no es una excepción (Kohnke, Moorhouse & Zou, 2023). Su integración en contextos educativos
presenta un enfoque centrado en el ser humano, que incluye el diseño de módulos de alfabetización en IA en
instituciones terciarias, abordando áreas como la resolución de problemas y la innovación tecnológica (De Silva
et al., 2024). Sin embargo, se han identificado limitaciones en los currículos educativos actuales, especialmente
en sectores como la formación sanitaria, lo que destaca la necesidad de incluir competencias digitales para
enfrentar los retos de la transformación tecnológica (Davies et al., 2022).
La implementación de la IAG y su relación con el desarrollo de competencias digitales en el sistema
educativo ha generado un interés creciente, ya que estas tecnologías están redefiniendo las dinámicas de
aprendizaje. Por ejemplo, estudios recientes evidencian una significativa brecha en el conocimiento sobre IA entre
los docentes universitarios peruanos: un 41,8% presenta un nivel bajo de conocimiento, un 40% nivel regular y
solo un 18,2% alcanza un nivel alto, lo que subraya la importancia de programas de formación especializados en
esta área (Estrada-Araoz et al., 2024). Este fenómeno no se limita a Perú; la alfabetización digital y la adopción
de herramientas de IA se enfrentan a desafíos similares a nivel global, destacando la necesidad de apoyo técnico
y pedagógico en la enseñanza postpandemia (Howard & Tondeur, 2023).
Adicionalmente, la irrupción de la IA ha generado cambios significativos en los paradigmas educativos,
exigiendo un enfoque crítico y reflexivo sobre su implementación. Por ejemplo, en el diseño textil, los sistemas de
aprendizaje profundo facilitan procesos que antes requerían habilidades manuales avanzadas (Jung & Suh,
2024). Estas experiencias destacan no solo los beneficios de la IA, como la personalización del aprendizaje y la
Lazo, M., Flores, F. & Santana, J. (2025). El impacto de la inteligencia artificial generativa en el desarrollo de competencias
digitales en la tutoría de secundaria: un análisis crítico. Revista InveCom, 5(4). 1-10. https://zenodo.org/records/14807432
3
automatización de tareas, sino también los retos éticos y técnicos asociados, como la protección de datos y la
infraestructura tecnológica requerida (Lozano & Blanco Fontao, 2023).
En el contexto peruano, la inclusión de herramientas de IAG ofrece oportunidades únicas para
personalizar el aprendizaje, fortalecer competencias digitales y fomentar habilidades críticas tanto en estudiantes
como en docentes. Sin embargo, esta implementación enfrenta limitaciones relacionadas con la baja
alfabetización digital, la insuficiente infraestructura y la falta de programas formativos adecuados. Por ello, resulta
imprescindible investigar cómo la IAG puede transformar las dinámicas educativas y qué estrategias son
necesarias para maximizar su potencial, asegurando al mismo tiempo su aplicación ética y responsable.
En este marco, la presente investigación se propone analizar el impacto de la IAG en el desarrollo de
competencias digitales en el sistema educativo peruano, explorando las oportunidades de aprendizaje, los
desafíos pedagógicos y las necesidades de formación que surgen con su implementación. Este estudio no solo
busca identificar las barreras existentes, sino también proponer estrategias que permitan integrar eficazmente
estas tecnologías en contextos educativos con baja alfabetización digital.
Metodología
La presente investigación se desarrolló siguiendo las directrices del método PRISMA (Preferred Reporting
Items for Systematic Reviews and Meta-Analyses), garantizando transparencia y rigor en la revisión sistemática
de la literatura. Este enfoque permitió analizar de manera estructurada y exhaustiva los estudios relevantes sobre
el impacto de la Inteligencia Artificial Generativa (IAG) en el desarrollo de competencias digitales en el ámbito
educativo.
En primer lugar, se definieron criterios de inclusión para seleccionar los estudios relevantes. Se
consideraron investigaciones que abordaran el impacto de la IAG en la educación, especialmente en el desarrollo
de competencias digitales de docentes y estudiantes. Además, se incluyeron diseños de investigación cualitativos,
cuantitativos o mixtos, publicados entre 2019 y 2024 en revistas revisadas por pares, en español o inglés. Por
otro lado, se excluyeron estudios que no estuvieran centrados en el ámbito educativo, aquellos que no incluyeran
un análisis del impacto de la IAG o que se limitaran a descripciones generales sobre inteligencia artificial.
Asimismo, se descartaron informes no revisados por pares, tesis y documentos de trabajo.
La búsqueda bibliográfica se llevó a cabo en bases de datos electrónicas como Scopus, ScienceDirect y
SciELO. Para garantizar una recuperación adecuada de la literatura, se emplearon términos clave combinados
con operadores booleanos. Los términos utilizados en español incluyeron: (“Inteligencia Artificial Generativa” OR
“Generative Artificial Intelligence”) AND (“Competencias Digitales” OR “Digital Competencies”) AND (“Educación”
OR “Education”). En inglés, se usaron términos similares: (“Generative Artificial Intelligence”) AND (“Digital
Competencies”) AND (“Education”). La búsqueda abarcó títulos, resúmenes y palabras clave de estudios
publicados entre enero de 2019 y noviembre de 2023.
El proceso de selección de estudios se realizó en varias etapas. Inicialmente, se identificaron y eliminaron
los registros duplicados utilizando un gestor bibliográfico. Posteriormente, dos investigadores revisaron de
manera independiente los títulos y resúmenes, aplicando los criterios de inclusión y exclusión previamente
definidos. En la siguiente etapa, los artículos seleccionados se analizaron en su totalidad para confirmar su
relevancia. En caso de discrepancias, un tercer investigador fue consultado para alcanzar un consenso.
Para asegurar la calidad de los estudios incluidos, se utilizó una lista de verificación que consideró
aspectos como la claridad de los objetivos, el diseño del estudio, los métodos de recolección y análisis de datos,
y la identificación de posibles sesgos. Aquellos estudios que presentaron alto riesgo de sesgo o insuficiente rigor
metodológico fueron excluidos.
Finalmente, tras un proceso sistemático de cribado y análisis, se seleccionaron 15 investigaciones
relevantes para su análisis cualitativo y cuantitativo. Estas investigaciones se analizaron siguiendo las etapas de
identificación, selección, elegibilidad e inclusión, de acuerdo con el flujo establecido por el método PRISMA. Los
resultados obtenidos proporcionan una visión integral sobre el impacto de la IAG en el desarrollo de competencias
digitales en el ámbito educativo.
Lazo, M., Flores, F. & Santana, J. (2025). El impacto de la inteligencia artificial generativa en el desarrollo de competencias
digitales en la tutoría de secundaria: un análisis crítico. Revista InveCom, 5(4). 1-10. https://zenodo.org/records/14807432
4
Figura 1
Flujograma PRISMA
Resultados
Se diseñó una matriz para la extracción sistemática de datos relevantes, incluyendo: Información general
(autor, año, país), diseño y metodología del estudio, características de los participantes (estudiantes, docentes,
nivel educativo), tecnologías de IAG utilizadas y principales hallazgos relacionados con competencias digitales.
Lazo, M., Flores, F. & Santana, J. (2025). El impacto de la inteligencia artificial generativa en el desarrollo de competencias
digitales en la tutoría de secundaria: un análisis crítico. Revista InveCom, 5(4). 1-10. https://zenodo.org/records/14807432
5
Tabla 1
Artículos que se incluyeron en la revisión sistemática
N°
Autor, año y país
Enfoque
Diseño
1
Kohnke et al.
2023
China
cualitativo
Cuasi-
experimental
2
Estrada-Araoz,
2024
Perú
cuantitativo
No experimental
tipo descriptivo
transversal
3
Ali,
2024
Iraq
mixto
No indica
4
Svoboda,
2024
Alemania
Mixto
No indica
5
Hazaimeh & Al-Ansi,
2024
Alemania
Cuantitativo
Cuasi-
experimental
6
Lorenz & Romeike,
2023
Alemania
Cuantitativo
Experimental
7
Jara Ulloa & Casillas
Alcalá,
2024
España
Cuantitativo
observacional
Lazo, M., Flores, F. & Santana, J. (2025). El impacto de la inteligencia artificial generativa en el desarrollo de competencias
digitales en la tutoría de secundaria: un análisis crítico. Revista InveCom, 5(4). 1-10. https://zenodo.org/records/14807432
6
8
Lee
2024
Alemania
Cuantitativo
No indica
9
Korzynski et al.,
2023
Polonia
Cualitativa
No indica
10
Álvarez-Herrero,
2024
España y Alemania
Cualitativo
No indica
11
Bogoslov, et al.,
2024
Suiza
Mixto
No indica
12
Wójcik et al.,
2024
Polonia
Cuantitativo
Cuasi-
experimental
13
Bethencourt-Aguilar
et al.,
2023
España
Cuantitativo
Experimental
14
Marzal & Vivarelli,
2024
España
Cualitativo
No indica
Lazo, M., Flores, F. & Santana, J. (2025). El impacto de la inteligencia artificial generativa en el desarrollo de competencias
digitales en la tutoría de secundaria: un análisis crítico. Revista InveCom, 5(4). 1-10. https://zenodo.org/records/14807432
7
15
Kilcoyne,
2024
Inglaterra
Cuantitativo
Experimental
El uso de la inteligencia artificial generativa en tutoría de secundaria tiene el potencial no solo de replicar
interacciones conversacionales con una persona, sino que, también, puede transferir los conocimientos
previamente adquiridos a otras áreas de la competencia digital. Si bien la literatura hasta la fecha pone énfasis
en los aspectos positivos de la competencia digital generados por la realización de actividades en diversos
macrocampos de la competencia digital: efecto de automatización de tareas en el aprendizaje, proceso
metacognitivo limitado y superficie que oculta la sensación de aprendizaje; la labor de ayudante virtual para la
resolución de tareas o la predisposición emocional positiva, se ha encontrado algunos hitos en la competencia
digital, aportando trabajos que ponen de manifiesto la naturalidad de los tutores virtuales a la hora de dialogar
con el alumnado.
Por ello, la integración de tutores virtuales humanos y otros artefactos inteligentes, que sean capaces de
dialogar naturalmente y de coordinarse para dar apoyo en los momentos de mayor necesidad, puede incrementar
el aprendizaje y la posibilidad de transferir los conocimientos adquiridos a otros problemas no vistos previamente.
También se ha demostrado el poder predictivo en el rendimiento y la satisfacción de los estudiantes; las señales
afectivas del estudiante sobre su rendimiento y su predisposición a recibir ciertos estímulos.
DISCUSIÓN
Los resultados obtenidos revelan, en primer lugar, que el aprendizaje mediante la IAG desarrolla las
competencias digitales de los alumnos, en concreto las competencias en comunicación lingüística y digital. Los
resultados coinciden con lo expuestos por Ovalles (2024) quien observa en los estudiantes mejoras en la
búsqueda, comprensión y uso de nueva información que les resulta útil para escribir sus propias aventuras.
Especialmente, gracias al uso de herramientas como los simuladores de conversaciones que posee el chatbot,
que se utilizan con el objetivo de adquirir información útil para redactar sus historias. Asimismo, los estudiantes
confirman que han prestado atención y han entendido las explicaciones y tras internalizar la información
conseguida, han realizado una documentación organizada y relacionada con la temática para mostrar su
desenvolvimiento.
De igual forma, Hernández et al. (2024) señalan que el uso continuado de las tecnologías de la
información y la comunicación ayuda a los estudiantes a familiarizarse con su manejo en diferentes niveles. Ven
necesario, por consiguiente, el uso de las nuevas tecnologías para llegar a ser autónomos en un futuro próximo.
En segundo lugar, reconocen que utilizar el lector-escritor les permite ser más competentes y han quedado
satisfechos al enfrentarse al dilema de elegir las mejores herramientas tecnológicas para completar sus historias,
además, consideran útil consultar tutoriales para adquirir una visión más general de las herramientas sobre las
que trabajan e ir familiarizándose con todas sus funcionalidades.
En cuanto a las implicaciones para la práctica educativa, Morillo Andrade (2023) destaca un punto
fundamental sobre la IA generativa: la posibilidad de tomar un rol más activo dentro de la práctica educativa,
generando ejemplos y activando otros dispositivos generativos que no solo ayuden en el diseño y definición de
las tareas, sino también como herramientas que orienten al estudiante a comprender la complejidad del dominio
del conocimiento. Es evidente que, la necesidad de este enfoque se ha vuelto más relevante con el avance
continuo de la sociedad digital y sus desafíos, tales como: la escritura académica, la falta de comprensión de los
ámbitos de la lectura y la apropiación incorrecta de contenidos generados en línea. Por otro lado, un aspecto
positivo consiste en que el uso de este tipo de programas, en el proceso de redacción colaborativa, promueve la
construcción del conocimiento.
Además, González & Torres (2024) señalan que la presencia de un tutor facilita la asimilación y
comprensión de los docentes-tutores. Ellos elaboran con sus estudiantes, según su propio estilo, un mapa
conceptual conjunto tras revisar y reflexionar sobre los tópicos mostrados por el modelo predictivo del programa
de IA. Finalmente, una de las mayores implicaciones de trabajar con un modelo predictivo es que todos los errores
que muestra el programa eventualmente permitirán una reflexión-discusión más rica por parte del docente-tutor
Lazo, M., Flores, F. & Santana, J. (2025). El impacto de la inteligencia artificial generativa en el desarrollo de competencias
digitales en la tutoría de secundaria: un análisis crítico. Revista InveCom, 5(4). 1-10. https://zenodo.org/records/14807432
8
sobre los diferentes tópicos con sus alumnos. Hay que tomar en cuenta el intercambio de ideas y opciones
lingüísticas que propone un programa de IA generativa, contextualizadas para las dinámicas del español, pues
parecen haber generado un sistema de redacción coloquial digitalizado común alrededor del mundo.
Sin embargo, también ha despertado preocupaciones en torno a la posibilidad de ampliar la brecha digital
y social. En especial, el uso generalizado de tecnologías impulsadas por la IA podría ser percibido por quien
carece de ellas como un mecanismo adicional de exclusión, incluso para quienes tienen acceso; es decir, si la
calidad y precisión del sistema de IA es mayor para un grupo social específico, el avance tecnológico incrementará
las oportunidades y capacidades de ese grupo, a costa de ampliar la desventaja para el resto de las personas.
Desde esa perspectiva, para Rodríguez-Pedró (2024) uno de los dilemas éticos de la IA es el acceso y la
usurpación, debido a la posibilidad de que las ventajas ofrecidas por el uso de IA por un individuo o algún grupo
social impulsen la exclusión de los demás. Al respecto, se propone para el diseño e implementación de
tecnologías con IA, siguiendo las disyuntivas éticas de la IA, concebir un esquema de equidad óptimo, que
asegure los mayores beneficios posibles para los individuos y los grupos más desventajados, mientras que, al
mismo tiempo, evite incurrir en costos antidistributivos que puedan perjudicar a los demás.
Una segunda reflexión en torno a la equidad enfatiza la lógica de los rendimientos decrecientes para
proponer soluciones equitativas y detener el fortalecimiento de las desigualdades ocasionadas por los ingresos
concentrados en la parte alta de la pirámide económica en respuesta al desarrollo del aprendizaje automático por
muchos. En consecuencia, Durán Chaparro (2024) señala que la recomendación ética a este respecto es
mantener la orientación del desarrollo del aprendizaje automático orientado a la producción de bienes y servicios
que generen ganancias de bienestar para las grandes masas de la población, para así evitar la priorización de
las preocupaciones de un pequeño grupo; retos ante los que exhortan a los gobiernos, y a los demás creadores
de valor de la sociedad, a reenfocar el aprendizaje automático hacia la adquisición de conocimientos básicos para
el público en general, al mismo tiempo que se buscan oportunidades de mejora en el desempeño, en lugar de
agravar la brecha mediante un aprendizaje automático que se orienta a la exclusiva búsqueda de una mayor
eficiencia en la producción de objetos de utilidad que compiten por el gasto de un pequeño grupo.
Conclusiones
Este estudio analiza cómo la Inteligencia Artificial Generativa (IAG) impacta el desarrollo de competencias
digitales en el sistema educativo peruano, destacando tanto los beneficios que ofrece como los desafíos que aún
persisten. A través de un enfoque mixto, que integra métodos cualitativos y cuantitativos, se han analizado las
experiencias y percepciones de docentes y estudiantes, evidenciando el impacto concreto de estas herramientas
en el fortalecimiento de habilidades específicas. Los resultados indican que la integración de la IAG podría mejorar
tanto el aprendizaje como la enseñanza, fortaleciendo competencias esenciales como la alfabetización digital y
el pensamiento crítico. No obstante, también se identificaron algunas carencias en cuanto al conocimiento y
preparación, especialmente en el profesorado, sobre la IAG, lo que resalta la necesidad de crear programas de
capacitación específicos que permitan a los docentes aprovechar estas tecnologías de manera eficaz en sus
clases.
En este sentido, la revisión sistemática, hecha bajo el método PRISMA, permitió revisar y sintetizar
estudios previos acerca del tema, proporcionando mayor solidez y rigor a las conclusiones. Este análisis muestra
que, aunque en general se tiene una visión optimista sobre el uso de IA en la educación, existen retos significativos
relacionados con la infraestructura, la preparación de los docentes y las cuestiones éticas sobre el uso de los
datos que ofrece la IA. Además, la información analizada refleja que, tanto en educación secundaria como
superior, los estudiantes que han utilizado herramientas de IAG experimentan una motivación superior y un mayor
desarrollo de competencias digitales, que van desde habilidades básicas hasta niveles más avanzados.
En pocas palabras, la IAG es una herramienta valiosa y promete mucho en el ámbito educativo, al
transformar los métodos de enseñanza-aprendizaje y al fortalecer las competencias digitales propicias para
enfrentar los desafíos del siglo XXI. Aunque su implementación requiere un enfoque equilibrado y ético,
asegurando que los docentes reciban la capacitación necesaria y que se desarrollen políticas educativas que
minimicen los riesgos y potencien los beneficios. De allí que, las futuras investigaciones deberán profundizar en
los efectos a largo plazo de la IAG en los diferentes niveles educativos y proponer estrategias de formación
docente y soporte técnico que permitan una adopción sostenible y eficaz de estas tecnologías en el entorno
educativo.
Lazo, M., Flores, F. & Santana, J. (2025). El impacto de la inteligencia artificial generativa en el desarrollo de competencias
digitales en la tutoría de secundaria: un análisis crítico. Revista InveCom, 5(4). 1-10. https://zenodo.org/records/14807432
9
Referencias
Ali, H. O. (2024). University teachers’ vantage points on ChatGPT integration in education: upsides and downsides.
Rotura: Journal of Communication, Culture and Arts, 4(1), 182–195. https://doi.org/10.34623/4eas-ea30
Álvarez-Herrero, J.-F. (2024). Opinion of spanish teachers about Artificial Intelligence and its use in education.
EAI/Springer Innovations in Communication and Computing, Vol. Part F2195 (pp. 163–172).
https://doi.org/10.1007/978-3-031-50139-5_8
Bethencourt-Aguilar, A., Castellanos-Nieves, D., Sosa-Alonso, J.-J. & Area-Moreira, M. (2023). Use of Generative
Adversarial Networks (GANs). Educational Technology Research. Journal of New Approaches in
Educational Research, 12(1), 153–170. https://doi.org/10.7821/naer.2023.1.1231
Bogoslov, I. A., Corman, S. & Lungu, A. E. (2024). Perspectives on Artificial Intelligence adoption for European
Union elderly in the context of digital skills development. Sustainability (Switzerland), 16(11).
https://doi.org/10.3390/su16114579
Davies, A. C., Davies, A., Abdulhussein, H., Hooley, F., Eleftheriou, I., Hassan, L., Bromiley, P. A., Couch, P.,
Wasiuk, C. & Brass, A. (2022). Educating the healthcare workforce to support digital transformation.
Studies in Health Technology and Informatics, 290, 934–936. https://doi.org/10.3233/SHTI220217
De Silva, D., Jayatilleke, S., El-Ayoubi, M., Issadeen, Z., Moraliyage, H. & Mills, N. (2024). The human-centred
design of a universal module for artificial intelligence literacy in tertiary education institutions. Machine
Learning and Knowledge Extraction, 6(2), 1114–1125. https://doi.org/10.3390/make6020051
Durán Chaparro, A. L. (2024). Desarrollo de herramientas tecnológicas y análisis de datos académicos para
fortalecer la toma de decisiones en la Escuela Colombiana de Ingeniería Julio Garavito (Doctoral
dissertation, Escuela Colombiana de Ingeniería). https://repositorio.escuelaing.edu.co/handle/001/3348
Estrada-Araoz, E. G., Manrique-Jaramillo, Y. V., Díaz-Pereira, V. H., Rucoba-Frisancho, J. M., Paredes-Valverde,
Y., Quispe-Herrera, R. & Quispe-Paredes, D. R. (2024). Assessment of the level of knowledge on artificial
intelligence in a sample of university professors: a descriptive study. Data and Metadata, 3, 285.
https://doi.org/10.56294/dm2024285
González Calleros, C. B., & Torres Gastelú, C. A. (2024). Transformando el aprendizaje de Metodología de
Investigación: una revisión sistemática de gamificación y otras estrategias de aprendizaje activo. RIDE.
Revista Iberoamericana para la Investigación y el Desarrollo Educativo, 14(28).
https://doi.org/10.23913/ride.v14i28.1908
Hazaimeh, M. & Al-Ansi, A. M. (2024). Model of AI acceptance in higher education: arguing teaching staff and
students perspectives. The International Journal of Information and Learning Technology, 41(4), 371–393.
https://doi.org/10.1108/IJILT-01-2024-0005
Hernández, A. C., Hernández, C. A. H., Torres, A. B. G. & Quezadas, M. M. (2024). La Inteligencia Artificial
Generativa como un asistente estratégico en la era del aprendizaje digital. Ciencia Latina Revista
Científica Multidisciplinar, 8(4), 2159-2178. https://doi.org/10.37811/cl_rcm.v8i4.12456
Howard, S. K. & Tondeur, J. (2023). Higher education teachers’ digital competencies for a blended future.
Educational Technology Research and Development, 71(1), 1–6. https://doi.org/10.1007/s11423-023-
10211-6
Jara Ulloa, F. J. & Casillas Alcalá, M. T. (2024). Efecto del uso e integración de dispositivos móviles y recursos
educativos digitales en Matemáticas con estudiantes de Ingeniería. European Public & Social Innovation
Review, 10. https://doi.org/10.31637/epsir-2025-298
Jung, D. & Suh, S. (2024). Enhancing soft skills through Generative AI in sustainable fashion textile design
education. Sustainability, 16(16), 6973. https://doi.org/10.3390/su16166973
Kilcoyne, A. (2024). Navigating through disruption: how are school principals leading digital learning in secondary
schools in Ireland. Computers in the Schools, 1–19. https://doi.org/10.1080/07380569.2024.2374262
Kohnke, L., Moorhouse, B. L. & Zou, D. (2023). Exploring generative artificial intelligence preparedness among
university language instructors: a case study. Computers and Education: Artificial Intelligence, 5, 100156.
https://doi.org/10.1016/j.caeai.2023.100156
Korzynski, P., Mazurek, G., Krzypkowska, P. & Kurasinski, A. (2023). Artificial intelligence prompt engineering as
a new digital competence: analysis of generative AI technologies such as ChatGPT. Entrepreneurial
Business and Economics Review, 11(3), 25–37. https://doi.org/10.15678/EBER.2023.110302
Lee, H. (2024). Analysis of the impact of digital literacy on life satisfaction (2019–2022) for older adults in South
Korea: a national community-based panel study. Scientific Reports, 14(1), 20399.
https://doi.org/10.1038/s41598-024-71397-0
Lazo, M., Flores, F. & Santana, J. (2025). El impacto de la inteligencia artificial generativa en el desarrollo de competencias
digitales en la tutoría de secundaria: un análisis crítico. Revista InveCom, 5(4). 1-10. https://zenodo.org/records/14807432
10
Lorenz, U. & Romeike, R. (2023). What Is AI-PACK? – Outline of AI competencies for teaching with DPACK.
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture
Notes in Bioinformatics): Vol. 14296 LNCS (pp. 13–25). Springer Science and Business Media
Deutschland GmbH. https://doi.org/10.1007/978-3-031-44900-0_2
Lozano, A. & Blanco Fontao, C. (2023). Is the education system prepared for the irruption of Artificial Intelligence?
A study on the perceptions of students of primary education degree from a dual perspective: current pupils
and future teachers. Education Sciences, 13(7), 733. https://doi.org/10.3390/educsci13070733
Marzal, M.-Á. & Vivarelli, M. (2024). Convergence of Artificial Intelligence and Digital Skills: a necessary space for
Digital Education and Education 4.0. JLIS.It, 15(1), 1–15. https://doi.org/10.36253/jlis.it-566
Morillo Andrade, P. A. (2023). El abordaje pedagógico en la educación general: una perspectiva integral para el
desarrollo estudiantil. Conrado, 19(93), 203-211. http://scielo.sld.cu/scielo.php?pid=S1990-
86442023000400203&script=sci_arttext
Ovalles, J. A. S. (2024). Actitudes del profesorado ante el uso y manejo de la inteligencia artificial generativa (IAG)
de modo eficiente. Revista Científica de Salud y Desarrollo Humano, 5(3), 1183-1213.
https://doi.org/10.61368/r.s.d.h.v5i3.325
Rodríguez-Pedró, R. (2024). Brecha digital y transformación social: el impacto de las nuevas tecnologías en
América Latina y el Caribe. Acceso. Revista Puertorriqueña de Bibliotecología y Documentación, 29-págs.
https://revistas.upr.edu/index.php/acceso/article/view/21537
Svoboda, P. (2024). Digital competencies and Artificial Intelligence for education: transformation of the education
system. International Advances in Economic Research, 30(2), 227–230. https://doi.org/10.1007/s11294-
024-09896-z
Wójcik, S., Rulkiewicz, A., Pruszczyk, P., Lisik, W., Poboży, M. & Domienik-Karłowicz, J. (2024). Reshaping
medical education: performance of ChatGPT on a PES medical examination. Cardiology Journal, 31(3),
442–450. https://doi.org/10.5603/cj.97517