El uso de la inteligencia artificial en la educación universitaria: una revisión sistemática cualitativa basada en Web of Science

La inteligencia artificial (IA) ya forma parte de la vida universitaria, pero lo que se sabía sobre su uso en América Latina estaba disperso: abundaban los conteos de publicaciones y faltaban síntesis que interpretaran críticamente lo encontrado. Esta revisión analizó en profundidad 14 artículos latinoamericanos publicados entre 2022 y 2025 en la Web of Science, con un análisis cualitativo realizado en ATLAS.ti 25. Entre otros resultados, muestra un crecimiento sostenido del tema y que Ecuador y Chile concentran la mayor producción científica de la región.

Aportes a la ciencia

1. Una síntesis cualitativa centrada en América Latina

   Llena un vacío concreto: las revisiones previas sobre docencia universitaria en la región no abordaban la IA ni trabajaban con bases de alto impacto como la Web of Science. Al enfocarse en estudios latinoamericanos y en una sola base con estándares rigurosos, el trabajo da visibilidad a una producción científica que suele quedar subrepresentada en las revisiones globales.

2. Siete categorías que ordenan un campo fragmentado

   Propone un mapa interpretativo para entender la IA en la universidad: transformación pedagógica, competencias digitales y formación docente, ética e integridad académica, infraestructura y brecha digital, percepciones y adopción, impacto en el aprendizaje y el rol del estudiante, y tensiones entre la inteligencia humana y la artificial. Este mapa puede servir de base para nuevos estudios y para el diseño de políticas.

3. Una ética de la IA situada en el contexto latinoamericano

   El estudio sostiene que los desafíos de la región no son distintos en su naturaleza a los del resto del mundo, sino en su intensidad y en la menor capacidad institucional para enfrentarlos. Por eso plantea que la ética de la IA no debe aplicarse como un marco universal y homogéneo, sino adaptarse a contextos marcados por la desigualdad y las brechas de acceso.

4. La IA como complemento, no como sustituto

   La síntesis muestra que la IA ayuda a procesar información, generar contenidos y analizar datos, pero sigue siendo limitada en la reflexión crítica, la creatividad y el juicio estratégico. Así, refuerza la idea de una educación que integre ambas formas de inteligencia sin renunciar a las dimensiones humanas del aprendizaje.

5. Una ruta metodológica replicable con ATLAS.ti

   Ofrece un modelo de revisión sistemática cualitativa que otros investigadores pueden seguir: búsqueda booleana con filtros sucesivos, codificación híbrida (deductiva e inductiva) en ATLAS.ti 25, construcción de redes semánticas y estrategias de rigor como la triangulación de investigadores, el debate entre pares y el registro de auditoría de las decisiones analíticas.

6. Una hoja de ruta para universidades e investigadores

   Traduce los hallazgos en orientaciones concretas: invertir en infraestructura digital, formar de manera continua a los docentes en alfabetización en IA y crear políticas institucionales sobre gobernanza de datos, transparencia e integridad académica. Además, propone una agenda de investigación con estudios longitudinales, comparativos y de impacto.

¿A quiénes les sirve?

• Autoridades universitarias que necesitan diseñar políticas para un uso responsable de la IA.
• Docentes universitarios que buscan orientar su formación en competencias digitales y ética de la IA.
• Investigadores en educación y tecnología que quieren conocer el estado del tema en América Latina.
• Tesistas y estudiantes de posgrado que desean aprender a hacer una revisión sistemática cualitativa con ATLAS.ti.