Uso de la inteligencia artificial para reforzar estrategias
de estudio en estudiantes universitarios de
administración
Using artificial intelligence to enhance study strategies among university
business administration students
Recibido: 02/09/2025 - Aceptado: 01/12/2025
Deyanira Massiel Hernández Uchuya
https://orcid.org/0009-0003-7073-5678
20190412@unica.edu.pe
Universidad Nacional “San Luis Gonzaga”. Ica, Perú
Dhayana Jhazmin Godoy Palomino
https://orcid.org/0009-0002-9992-8951
20190409@unica.edu.pe
Universidad Nacional “San Luis Gonzaga”. Ica, Perú
Esther Jesús Vilca Perales
https://orcid.org/0000-0003-2117-4344
evilca@unica.edu.pe
Universidad Nacional “San Luis Gonzaga”. Ica, Perú
Uldarico Canchari Vásquez
https://orcid.org/0000-0002-0425-2032
uldarico.canchari@unica.edu.pe
Universidad Nacional “San Luis Gonzaga”. Ica, Perú
Fernando Alberto Eugenio Guerrero Salazar
https://orcid.org/0000-0003-2531-2628
fernando.guerrero@unica.edu.pe
Universidad Nacional “San Luis Gonzaga”. Ica, Perú
Michael Mauro Huaranca Romani
https://orcid.org/0009-0006-3612-5544
mhuaranca@gmail.com
Universidad Nacional “San Luis Gonzaga”. Ica, Perú
Resumen
Este estudio analiza el uso y la percepción de la inteligencia artificial en las prácticas de aprendizaje de los
estudiantes de la Facultad de Administración de la Universidad Nacional “San Luis Gonzaga” de Ica, Perú. El
objetivo principal fue examinar las formas en que los alumnos emplean herramientas de inteligencia artificial,
identificando tanto los beneficios percibidos como los desafíos asociados. La investigación se desarrolló bajo un
enfoque cuantitativo, de tipo aplicado y con un diseño no experimental, transversal y de nivel descriptivo. De una
población total de 511 estudiantes, se seleccionó una muestra probabilística de 153 participantes. Para la
recolección de datos se utilizó un cuestionario cuya validez fue establecida mediante juicio de expertos y cuya
fiabilidad alcanzó un coeficiente alfa de Cronbach de 0,731. Los resultados evidenciaron que, aunque la mayoría
de los estudiantes utiliza la inteligencia artificial de manera esporádica para realizar trabajos académicos,
reconocen su utilidad para acceder a información, mejorar la redacción y promover el aprendizaje autónomo. Sin
embargo, también se identificó la ausencia de formación institucional sobre el uso adecuado de estas
herramientas y el riesgo de una posible dependencia tecnológica. En conclusión, la inteligencia artificial puede
constituir un recurso valioso en la educación superior, siempre que su uso sea crítico, ético y orientado al
fortalecimiento de habilidades cognitivas y digitales.
Palabras clave: inteligencia artificial, aprendizaje universitario, estrategias de enseñanza.
2
Abstract
This study analyzes the use and perception of artificial intelligence in the learning practices of students at the
Faculty of Administration of the National University “San Luis Gonzaga” in Ica, Peru. The main objective was to
examine the ways in which students use artificial intelligence tools, identifying both the perceived benefits and the
associated challenges. The research was conducted using a quantitative, applied approach with a non-
experimental, cross-sectional, descriptive design. From a total population of 511 students, a probabilistic sample
of 153 participants was selected. Data collection was carried out using a questionnaire whose validity was
established by expert judgment and whose reliability reached a Cronbach's alpha coefficient of 0.731. The results
showed that, although most students use artificial intelligence sporadically for academic work, they recognize its
usefulness for accessing information, improving writing, and promoting autonomous learning. However, the
absence of institutional training on the proper use of these tools and the risk of possible technological dependence
were also identified. In conclusion, artificial intelligence can be a valuable resource in higher education, provided
that its use is critical, ethical, and oriented toward strengthening cognitive and digital skills.
Keywords: artificial intelligence, university learning, teaching strategies.
Introducción
En los últimos años, la inteligencia artificial (IA) ha experimentado un notable avance que ha impactado
diversos ámbitos de la vida cotidiana, como el trabajo, las actividades diarias y, especialmente, la educación. En
este último campo, la IA se ha convertido en una herramienta que facilita el proceso de aprendizaje de los
estudiantes. Según Aparicio (2023), la IA ha mejorado la manera en que los alumnos acceden al conocimiento,
ya que ofrece una amplia cantidad de información que puede servir como retroalimentación y apoyo para resolver
dudas y consolidar aprendizajes.
Desde esta perspectiva, puede afirmarse que los estudiantes utilizan la IA como un apoyo directo, pues
les proporciona datos y explicaciones precisas sobre contenidos específicos, adaptándose al ritmo individual de
cada aprendiz. En consecuencia, la IA se considera un recurso valioso para elevar la calidad del aprendizaje. No
obstante, su aporte educativo solo se concreta cuando se emplea de manera ética y responsable; es decir, cuando
la información generada se utiliza para ampliar conocimientos y no como una herramienta para copiar y pegar
contenido.
Castillejos (2022) advierte que el proceso de aprendizaje se estanca y la labor docente se desvaloriza
cuando los estudiantes hacen un uso inadecuado de estas herramientas, evidenciando además falta de ética
académica. Así, aunque la IA destaca por las facilidades informativas que ofrece, su reputación puede verse
afectada por prácticas inapropiadas por parte de algunos estudiantes.
Asimismo, diversos estudios coinciden en que, aunque la IA representa una oportunidad para potenciar
el aprendizaje, su implementación efectiva requiere condiciones adecuadas. Moreno (2019) afirma que, pese a
su creciente presencia en la vida cotidiana, aún es necesario un mayor orden y planificación para integrarla de
manera pertinente en los procesos educativos. Bajo este contexto, el objetivo de la presente investigación fue
analizar el uso y la percepción de la IA en las prácticas de aprendizaje de los estudiantes de la Facultad de
Administración de la Universidad Nacional “San Luis Gonzaga” de Ica.
En el caso peruano, el uso de la IA también se manifiesta positivamente en la educación universitaria. La
investigación de Acosta y Carcausto (2024) señala que la IA desempeña un papel importante en la educación
superior, evidenciándose una relación positiva entre su uso y el aprendizaje cooperativo. Sin embargo, estos
beneficios dependen de que los estudiantes actúen conforme a principios éticos. Castillejos (2022) agrega que,
aunque el desarrollo de internet ha transformado la forma en que los jóvenes acceden al conocimiento, también
ha dado lugar a prácticas irresponsables orientadas únicamente a cumplir tareas sin un aprendizaje real.
En la misma línea, Bernilla (2024) sostiene que la IA ofrece múltiples beneficios, pero también presenta
retos para la educación superior. Esto coincide con lo planteado por Chávez et al. (2023), quienes advierten que
la IA generativa introduce dificultades en los entornos formativos al generar textos de manera automática, lo que
genera incertidumbre sobre el futuro de la educación. Los autores enfatizan la necesidad de educar a los
estudiantes sobre los riesgos del uso no ético de estas herramientas.
Por ello, diversos especialistas coinciden en la importancia de promover un uso responsable de la IA.
Tramallino y Zeni (2024) destacan la necesidad de fortalecer la alfabetización digital para que los estudiantes
utilicen adecuadamente herramientas como ChatGPT, Gemini, Perplexity, Deepseek u otras, evitando prácticas
perjudiciales. Señalan, además, la importancia de considerar la ética, la confiabilidad de los datos y la formación
en todos los niveles educativos.
3
En este sentido, Rivero y Beltrán (2024) plantean que la IA continuará evolucionando y que será necesario
seguir estudiando su papel en el ámbito educativo, así como los retos que implica su incorporación, sin dejar de
lado las ventajas que ofrece para la adquisición de conocimientos.
Metodología
El estudio se desarrolló bajo un enfoque cuantitativo, con un diseño no experimental y transversal, y un
alcance descriptivo. Su propósito principal fue analizar el uso y la percepción de la inteligencia artificial en las
prácticas de aprendizaje de los estudiantes de la Facultad de Administración de la Universidad Nacional “San Luis
Gonzaga” de Ica. El enfoque descriptivo permitió caracterizar el fenómeno observado sin manipular variables.
La población estuvo conformada por 511 estudiantes matriculados en el ciclo académico 2024-I. A partir
de esta población, se seleccionó una muestra probabilística mediante muestreo aleatorio simple, obteniéndose
un total de 153 estudiantes. Los criterios de inclusión fueron estar matriculado durante el semestre completo y
aceptar participar voluntariamente; se excluyó a los estudiantes que se reincorporaban a la universidad o aquellos
que cursaban asignaturas aisladas.
Para la recolección de datos se empleó un cuestionario estructurado de 20 ítems, elaborado en Microsoft
Forms. Este instrumento evaluó la frecuencia de uso y la percepción sobre la inteligencia artificial en actividades
académicas. Su validez fue establecida mediante juicio de expertos, mientras que la fiabilidad se determinó a
través del coeficiente alfa de Cronbach, obteniéndose un valor de 0,731, indicador de una consistencia interna
adecuada.
Tabla 1
Estadísticas de fiabilidad
Alfa de Cronbach
N° de elementos
,731
20
Asimismo, se complementó la información mediante técnicas de observación directa y revisión
documental, lo que permitió sustentar el estado del arte con fuentes científicas provenientes de Scopus, SciELO
y diversos repositorios universitarios. La integración de estas técnicas facilitó una comprensión más amplia del
fenómeno, articulando los datos cuantitativos con la reflexión teórica relacionada con el uso ético y pedagógico
de la inteligencia artificial en el contexto de la educación superior.
Resultados
Para describir el uso y las percepciones de la inteligencia artificial entre los estudiantes, se analizaron los
datos recopilados mediante el cuestionario aplicado. A continuación, se presentan los hallazgos más relevantes,
organizados en cinco tablas y figuras que abarcan desde la frecuencia de uso hasta las percepciones sobre
riesgos éticos y el rol institucional.
Tabla 2
Frecuencia de uso de herramientas de inteligencia artificial para tareas académicas
Frecuencia de Uso
Frecuencia (n)
Porcentaje (%)
Porcentaje
Acumulado (%)
Nunca
4
2.6
2.6
Casi Nunca
11
7.2
9.8
A Veces
78
51.0
60.8
Casi Siempre
45
29.4
90.2
Siempre
15
9.8
100.0
Total
153
100.0
Los datos de la Tabla 2 muestran que el uso de la inteligencia artificial está ampliamente extendido entre
los estudiantes. El 90,2% de los participantes utiliza estas herramientas entre “A veces” y “Siempre” en sus
actividades académicas. La categoría predominante fue “A veces” (51,0%), lo que sugiere un uso funcional, pero
no completamente sistemático. Solo el 9,8% señaló no emplear estas herramientas o hacerlo de manera muy
esporádica, lo que confirma que la IA se ha convertido en un recurso habitual en el entorno universitario.
4
Figura 1
Principales tareas académicas para las que se utiliza la inteligencia artificial
Nota: Los porcentajes suman más de 100% porque los estudiantes podían seleccionar múltiples opciones.
En la Figura 1 se detallan las aplicaciones específicas de la IA. Las tareas más frecuentes son la
búsqueda y el resumen de información (82,4%), seguidas de la redacción y mejora de textos (75,8%). Esto indica
que los estudiantes utilizan la IA principalmente para optimizar las etapas iniciales de investigación y producción
escrita. Asimismo, la generación de ideas y esquemas (55,6%) representa un uso importante, consolidando el rol
de la IA como asistente creativo. En contraste, actividades más especializadas, como la resolución de ejercicios
(34,0%) y el análisis de datos (18,3%), son menos frecuentes, lo que sugiere que estas aplicaciones aún no han
sido adoptadas ampliamente en tareas de mayor complejidad analítica.
Tabla 3
Percepción sobre la mejora en la calidad de los trabajos académicos gracias a la IA
Nivel de Acuerdo
Frecuencia (n)
Porcentaje (%)
1 - Totalmente en desacuerdo
2
1.3
2 - En desacuerdo
8
5.2
3 - Neutral
41
26.8
4 - De acuerdo
79
51.6
5 - Totalmente de acuerdo
23
15.1
Total
153
100.0
En cuanto a la percepción de beneficios, los resultados de la Tabla 3 muestran una tendencia
mayoritariamente favorable. El 66,7% de los estudiantes se manifestó “De acuerdo” o “Totalmente de acuerdo”
con que la IA mejora la calidad de sus trabajos académicos, lo cual es un hallazgo relevante, ya que vincula el
uso de esta tecnología con un impacto positivo percibido. El 26,8% adoptó una postura neutral, posiblemente
reflejando dudas o la ausencia de una mejora tangible en su desempeño. Solo un 6,5% expresó desacuerdo.
Tabla 4
Principal riesgo ético percibido en el uso de la inteligencia artificial
Principal Riesgo Ético
Frecuencia (n)
Porcentaje (%)
Porcentaje
Acumulado (%)
Dependencia y pérdida de habilidades
62
40.5
40.5
Plagio y deshonestidad académica
45
29.4
69.9
Información incorrecta o sesgada
31
20.3
90.2
Privacidad de los datos
10
6.5
96.7
82,4%
75,8%
55,6%
34,0%
18,3%
0,0% 20,0% 40,0% 60,0% 80,0% 100,0%
Búsqueda y resumen de información
Redacción y mejora de textos
Generación de ideas y esquemas
Resolución de problemas y ejercicios
Análisis de datos
5
Ninguno
5
3.3
100.0
Total
153
100.0
Respecto a los riesgos percibidos, la Tabla 4 evidencia que la principal preocupación está relacionada
con la dependencia tecnológica y la pérdida de habilidades críticas, mencionada por el 40,5% de los encuestados.
Este resultado revela una conciencia creciente sobre los posibles efectos negativos del uso intensivo de la IA en
su formación. Otras preocupaciones relevantes incluyen el plagio y la deshonestidad académica (29,4%), así
como la posibilidad de recibir información incorrecta o sesgada (20,3%). La preocupación por la privacidad de
datos es menor (6,5%), lo cual indica que los estudiantes priorizan los riesgos académicos por encima de los
vinculados a la seguridad digital.
Figura 2
Percepción sobre la suficiencia de la formación en IA ofrecida por la universidad
Finalmente, la Figura 2 muestra una marcada brecha entre la necesidad de formación en inteligencia
artificial y la oferta institucional. El 73,2% de los estudiantes consideró que la formación que recibe es “Insuficiente”
o “Muy insuficiente”, mientras que solo un 5,9% la calificó como “Suficiente”. Este resultado coincide con estudios
recientes que advierten sobre la lenta adaptación de las instituciones de educación superior a los avances
tecnológicos, subrayando la necesidad de fortalecer la alfabetización digital y promover el uso ético y eficaz de la
inteligencia artificial.
Discusión
Los hallazgos del presente estudio evidencian que el uso de la inteligencia artificial (IA) está ampliamente
extendido entre los estudiantes universitarios, pues el 90.2% reporta emplearla al menos de manera ocasional
para sus actividades académicas. Este resultado coincide con lo señalado por Aparicio (2023), quien afirma que
la IA ha transformado los procesos de acceso al conocimiento al ofrecer información inmediata, organizada y
adaptable al ritmo del estudiante, lo cual fortalece el aprendizaje autónomo. Las aplicaciones más frecuentes —
búsqueda y resumen de información (82.4%) y redacción o mejora de textos (75.8%)— sugieren que la IA se ha
consolidado como un recurso clave en las etapas iniciales de investigación, estructuración y producción escrita.
Desde este punto de vista, su función excede el mero apoyo técnico para convertirse en un mediador cognitivo
que amplía la capacidad de procesamiento y favorece la retroalimentación continua.
La percepción general de los beneficios también es predominantemente positiva: el 66.7% de los
estudiantes considera que la IA mejora la calidad de sus trabajos. Este hallazgo es congruente con García et al.
(2024), quienes destacan que estas tecnologías replican procesos cognitivos humanos para optimizar tareas y
generar soluciones precisas. No obstante, los estudiantes muestran una clara conciencia de los riesgos éticos
asociados. El 40.5% identifica la dependencia tecnológica y la pérdida de habilidades críticas como el principal
riesgo, seguido del plagio y la deshonestidad académica (29.4%). Estas inquietudes se alinean con Castillejos
31,4%
41,8%
20,9%
5,9%
0%
0,0%
5,0%
10,0%
15,0%
20,0%
25,0%
30,0%
35,0%
40,0%
45,0%
Muy
insuficiente
Insuficiente Neutral Suficiente Muy suficiente
6
(2022), quien advierte que el uso inadecuado o acrítico de la IA puede obstaculizar el desarrollo de competencias
cognitivas superiores y afectar la integridad académica.
Uno de los resultados más relevantes es la percepción de insuficiente formación institucional en el uso
de IA, reportada por el 73.2% de los participantes. Esta brecha formativa concuerda con Bernilla (2024), quien
identifica la integración de la IA en la educación superior como un desafío estructural que exige políticas
institucionales coherentes y capacitación continua para docentes y estudiantes. En esta línea, Tramallino y Zeni
(2024) subrayan la necesidad de promover la alfabetización en IA generativa para garantizar el uso ético y eficaz
de herramientas como ChatGPT, Gemini, Perplexity o Deepseek. Esto implica no solo competencias técnicas,
sino también pensamiento crítico, criterios para evaluar la fiabilidad de la información y una comprensión sólida
de los principios éticos implicados.
Estos resultados también dialogan con las consideraciones teóricas de Granados (2022) y Erazo et al.
(2023), quienes sostienen que la IA constituye un sistema de procesamiento inteligente capaz de apoyar funciones
de tutoría personalizada, retroalimentación inmediata y análisis predictivo del rendimiento. Sin embargo, tal como
advierten McCarthy et al. (2023), su expansión acelerada tras la pandemia ha planteado desafíos en términos de
privacidad, veracidad de los datos y potencial dependencia tecnológica. Si bien los estudiantes reconocen estos
riesgos, tienden a priorizar aquellos que afectan directamente su desempeño académico antes que los vinculados
con la seguridad informática.
Desde una perspectiva pedagógica, estos hallazgos deben contextualizarse en la transformación de los
modelos de aprendizaje impulsada por la digitalización. Mamani et al. (2021) y Rivero et al. (2024) señalan que
la crisis sanitaria aceleró la transición hacia experiencias formativas holísticas y flexibles, donde la IA emerge
como un mediador clave. En este escenario, el aprendizaje deja de concebirse como un proceso lineal para
convertirse en una construcción dinámica en la que convergen exploración, interacción y co-creación del
conocimiento. Reyes (2021) recuerda que el aprendizaje acumulado a lo largo de la vida constituye un capital
cultural esencial, lo que enfatiza la responsabilidad de las instituciones educativas en promover competencias
digitales y pensamiento crítico. En el contexto peruano, donde persisten brechas de desigualdad, la IA podría
convertirse en un mecanismo de democratización del acceso a recursos de calidad, siempre que se garantice
infraestructura adecuada y formación docente pertinente.
Asimismo, Helal et al. (2018) y Valverde et al. (2020) sostienen que la búsqueda de calidad educativa se
vincula estrechamente con la incorporación de tecnologías emergentes que facilitan la comprensión de conceptos
complejos y dinamizan la participación estudiantil. Así, la IA puede actuar como un catalizador de innovación
pedagógica, potenciando estrategias de aprendizaje activo, adaptativo y basado en problemas. Sin embargo, su
impacto efectivo depende del entrenamiento adecuado y del desarrollo de una cultura digital responsable.
Finalmente, los resultados coinciden con lo planteado por Chinguel y Minaya (2024), quienes advierten
que, aunque la IA es un punto de partida útil para la investigación y la generación de ideas, no sustituye el juicio
humano. Su uso exige análisis, contrastación y validación continua para evitar la reproducción acrítica de
contenidos o la dependencia excesiva. En consecuencia, la IA debe entenderse como un complemento cognitivo
que amplía las capacidades humanas, no como un reemplazo de ellas.
En suma, los hallazgos del estudio resaltan la necesidad de fortalecer las políticas institucionales
orientadas a la alfabetización digital y ética en IA, promover una cultura de innovación responsable y garantizar
que el estudiante se mantenga como protagonista activo de su aprendizaje. Solo bajo estas condiciones la
educación superior podrá aprovechar plenamente el potencial transformador de la inteligencia artificial sin perder
su enfoque humanista y formativo.
Conclusiones
Los resultados del estudio evidencian que el uso de la inteligencia artificial está ampliamente extendido
entre los estudiantes de Administración de la Universidad Nacional “San Luis Gonzaga” de Ica, dado que el 90.2%
la emplea al menos ocasionalmente en sus actividades académicas. Este indicador confirma que la IA se ha
integrado como un recurso habitual dentro del entorno universitario, especialmente en tareas como la búsqueda
y síntesis de información (82.4%) y la redacción o mejora de textos (75.8%), lo que demuestra su papel como
herramienta de apoyo en los procesos iniciales de investigación y producción escrita.
Asimismo, la percepción estudiantil sobre sus beneficios es mayoritariamente positiva: el 66.7% considera
que la IA mejora la calidad de sus trabajos académicos. No obstante, también se identifica una conciencia crítica
sobre los riesgos éticos asociados a su uso. La principal preocupación corresponde a la dependencia tecnológica
y la posible pérdida de habilidades cognitivas fundamentales (40.5%), seguida del riesgo de plagio y
deshonestidad académica (29.4%). Esta coexistencia de beneficios y riesgos pone de manifiesto la necesidad de
promover un uso equilibrado, reflexivo y responsable de estas tecnologías.
7
Un hallazgo relevante es la existencia de una brecha significativa entre la necesidad de formación en IA
y la oferta institucional disponible. El 73.2% de los estudiantes considera que la capacitación que recibe es
insuficiente o muy insuficiente, lo que revela la urgencia de implementar programas de alfabetización digital
orientados al uso ético, crítico y eficaz de estas herramientas. Esto implica no solo fortalecer las competencias
técnicas, sino también desarrollar políticas institucionales sostenidas que incluyan la formación continua de
estudiantes y docentes.
Finalmente, aunque las herramientas de inteligencia artificial cumplen un rol importante al facilitar el
acceso a la información, la generación de ideas y la mejora textual, su uso debe acompañarse de orientaciones
pedagógicas que promuevan el pensamiento crítico, la validación de fuentes y el fortalecimiento de habilidades
cognitivas complejas. Solo de esta manera se evitará la dependencia tecnológica y se garantizará un aprendizaje
autónomo, responsable y alineado con los objetivos formativos de la educación superior.
Referencias
Acosta, V., & Carcausto, W. (2024). Inteligencia artificial y aprendizaje cooperativo en estudiantes universitarios.
https://doi.org/10.5281/zenodo.12812908
Aparicio, W. (2023). La inteligencia artificial y su incidencia en la educación: Transformando el aprendizaje para
el siglo XXI. Revista Internacional de Pedagogía e Innovación Educativa.
https://doi.org/10.51660/ripie.v3i2.133
Benites, R. (2021). La educación superior universitaria en el Perú post-pandemia. Políticas y Debates Públicos.
https://repositorio.pucp.edu.pe/index/handle/123456789/176597
Bernilla, E. (2024). Docentes ante la inteligencia artificial en una universidad pública del norte del Perú. Educación.
https://doi.org/10.18800/educacion.202401.m001
Castillejos, B. (2022). Inteligencia artificial y los entornos personales de aprendizaje: Atentos al uso adecuado de
los recursos tecnológicos de los estudiantes universitarios. Educación.
https://doi.org/10.18800/educacion.202201.001
Chávez, M., Labrada, E., Carbajal, E., Pineda, E., & Alastriste, Y. (2023). Inteligencia artificial generativa para
fortalecer la educación superior. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades.
https://doi.org/10.56712/latam.v4i3.1113
Chinguel, D., & Minaya, C. (2024). Inteligencia artificial - ChatGPT: Un estudio bibliométrico y su aplicación en el
caso de gases de efecto invernadero. Manglar, 21(1), 149–157.
https://doi.org/10.57188/manglar.2024.015
Erazo-Luzuriaga, A., Ramos-Secaira, F., Galarza-Sánchez, P., & Boné-Andrade, M. (2023). La inteligencia
artificial aplicada a la optimización de programas informáticos. Journal of Economic and Social Science
Research, 3(1), 48–63. https://doi.org/10.55813/gaea/jessr/v3/n1/61
García, F., Llorens, F., & Vidal, J. (2024). La nueva realidad de la educación ante los avances de la inteligencia
artificial generativa. RIED. Revista Iberoamericana de Educación a Distancia, 27(1), 9–39.
https://doi.org/10.5944/ried.27.1.37716
Granados, J. (2022). Análisis de la inteligencia artificial en las relaciones laborales. CES Derecho, 13(1), 111–
132. https://doi.org/10.21615/cesder.6395
Helal, S., Li, J., Liu, L., Ebrahimie, E., Dawson, S., Murray, D. J., & Long, Q. (2018). Predicting academic
performance by considering student heterogeneity. Knowledge-Based Systems, 161, 134–146.
https://doi.org/10.1016/j.knosys.2018.07.042
Jara, I., & Ochoa, J. (2020). Usos y efectos de la inteligencia artificial en educación. Banco Interamericano de
Desarrollo (BID). https://doi.org/10.18235/0002380
Leyva, M., Estupiñán, J., & Vega-Falcón, V. (2022). La inteligencia artificial y su aplicación en la enseñanza del
derecho. Estudios del Desarrollo Social: Cuba y América Latina, 10, 368–380.
https://revistas.uh.cu/revflacso/article/view/148
Mamani-Cori, V., Padilla, T., Cervantes, S., Caballero, L., & Sucari, W. (2021). Estrategias y recursos didácticos
empleados en la enseñanza/aprendizaje virtual en estudiantes universitarios en el contexto de la COVID-
19. Revista Innova Educación, 4(1), 78–91. https://doi.org/10.35622/j.rie.2022.01.006
McCarthy, A., Maor, D., McConney, A., & Cavanaugh, C. (2023). Digital transformation in education: Critical
components for leaders of system change. Social Sciences & Humanities Open, 8(1), 100479.
https://doi.org/10.1016/j.ssaho.2023.100479
Moreno, R. (2019). La llegada de la inteligencia artificial a la educación. Revista de Investigación en Tecnologías
de la Información. https://doi.org/10.36825/RITI.07.14.022
Moreno, J., Mena, A., & Zerpa, L. (2024). Modelos de aprendizaje en la transición hacia la complejidad como un
8
desafío a la simplicidad. Sophia, Colección de Filosofía de la Educación, 36, 69–112.
https://doi.org/10.17163/soph.n36.2024.02
Reyes, R. (2021). El aprendizaje significativo como estrategia didáctica para la enseñanza–aprendizaje. Polo del
Conocimiento: Revista Científico-Profesional, 6(5), 75–86.
Rivero, C., & Beltrán, C. (2024). La inteligencia artificial en la educación del siglo XXI: Avances, desafíos y
oportunidades. Educación. https://doi.org/10.18800/educacion.202401.p001
Salas, E., & Amador, M. (2023). Uses of ChatGPT for the revision of academic texts: Some considerations.
Innovaciones Educativas, 25(Especial), 59–77.
Tramallino, C., & Zeni, A. (2024). Avances y discusiones sobre el uso de inteligencia artificial en educación.
Educación. https://doi.org/10.18800/educacion.202401.m002
Valverde, J., Romero-Zúñiga, M., & Vargas-Fonseca, L. (2020). Tendencias actuales, retos y oportunidades de
los procesos de aprendizaje universitario aplicados a las Ciencias Forestales. Revista Científica, 39, 262–
277. https://doi.org/10.14483/23448350.16030
Contribución de la autoría
1. Conceptualización: Deyanira Massiel Hernández Uchuya, Dhayana Jhazmin Godoy Palomino
2. Curación de datos: Esther Jesús Vilca Perales, Uldarico Canchari Vásquez
3. Análisis formal: Deyanira Massiel Hernández Uchuya, Fernando Alberto Eugenio Guerrero Salazar
4. Adquisición de fondos: No aplica
5. Investigación: Todos los autores
6. Metodología: Uldarico Canchari Vásquez, Michael Mauro Huaranca Romani
7. Dirección del proyecto: Esther Jesús Vilca Perales
8. Recursos: Todos los autores
9. Software: Dhayana Jhazmin Godoy Palomino, Michael Mauro Huaranca Romani
10. Supervisión: Esther Jesús Vilca Perales
11. Validación: Uldarico Canchari Vásquez, Fernando Alberto Eugenio Guerrero Salazar
12. Visualización: Dhayana Jhazmin Godoy Palomino
13. Redacción - borrador original: Deyanira Massiel Hernández Uchuya, Dhayana Jhazmin Godoy Palomino
14. Redacción - corrección de pruebas y edición: Todos los autores