Revista Académica Institucional RAI
Sección Academia
Edición 15
Volumen 9
ISSN: 2953-769X
Julio- Diciembre, 2026
DESARROLLO DE
HABILIDADES DOCENTES EN EL USO DE LA INTELIGENCIA ARTIFICIAL EN EDUCACIÓN
SUPERIOR: ESTUDIO DE CASO CON ENFOQUE MIXTO
Dr. Irais Monserrat Santillán Rosas, [email protected],
Instituto Tecnológico y de Estudios Superiores
de Monterrey, Monterrey, México
Código
ORCID https://orcid.org/0000-0003-0755-5589
Dr. Uladislao Dobroski Mora, [email protected],
Universidad San Marcos, San José, Costa Rica
Código ORCID https://orcid.org/0000-0003-2175-2626
Dr. Edgar Salgado García, [email protected],
Universidad San Marcos, San José, Costa Rica
Código ORCID https://orcid.org/0000-0001-9796-1737
Recibido:
20 de febrero de 2026
Aceptado:
29 de mayo de 2026
DOI: https://doi.org/10.64183/m4ej7806
Resumen. Introducción: El acelerado avance de la
inteligencia artificial (IA) en el ámbito educativo plantea nuevos desafíos y
oportunidades para la docencia universitaria. Objetivo: Este estudio tuvo como
objetivo explorar la integración de herramientas de IA, específicamente Chat
GPT, en los procesos de planificación y mediación pedagógica, mediante la
aplicación de metodologías activas como el Aprendizaje Basado en Preguntas
Críticas (ABPC) y el Aprendizaje Basado en Problemas (ABP). Metodología: Se realizó
un estudio de caso bajo un enfoque metodológico mixto, con la participación de
22 docentes universitarios en una experiencia de taller en dos sesiones. Los
datos se recolectaron mediante encuestas pre y postintervención,
así como análisis cualitativo de interacciones en chat. Resultados: Los
resultados revelan un cambio significativo en las percepciones docentes: desde
la desconfianza inicial hacia la IA hasta una actitud crítica, empoderada y
propositiva sobre su aplicación pedagógica. Además, se evidenció el desarrollo
de competencias clave como la formulación de prompts
efectivos, la evaluación crítica de respuestas automatizadas y el diseño de
actividades centradas en las personas estudiantes. Conclusiones: Como
conclusión, cuando se comprende y se integra la IA de forma apropiada, puede potenciar
la innovación pedagógica y promover una alfabetización digital crítica en el personal
académico. Se recomienda la implementación de programas de formación continua
que aborden el uso crítico y ético de la IA en contextos educativos, así como
el desarrollo de marcos institucionales que orienten su integración pedagógica
responsable.
Palabras clave. Inteligencia Artificial,
Formación de Docentes, Educación Superior, Innovación Pedagógica, Aprendizaje
Activo.
TRAINING
FOR THE DEVELOPMENT OF TEACHING SKILLS IN THE USE OF ARTIFICIAL INTELLIGENCE IN
HIGHER EDUCATION: A MIXED-METHODS CASE STUDY
Dr. Irais Monserrat Santillán Rosas, [email protected]
Dr. Uladislao Dobroski Mora, [email protected]
Dr. Edgar Salgado García, [email protected]
Received: February
9, 2026
Accepted:
May 29, 2026
Abstract. Introduction: The rapid advancement of artificial intelligence (AI) in
the educational sphere presents new challenges and opportunities for university
teaching. Objective: This study aimed to explore the integration of AI
tools—specifically Chat GPT—into planning and pedagogical mediation processes
through the application of active methodologies such as Critical Question-Based
Learning (CQBL) and Problem-Based Learning (PBL). Method: A case study was
conducted using a mixed-methods approach, involving 22 university professors in
a two-session workshop experience. Data were collected through pre- and
post-intervention surveys, as well as qualitative analysis of chat
interactions. Results: The results reveal a significant shift in faculty
perceptions: from initial distrust of AI to a critical, empowered, and
proactive stance regarding its pedagogical application. Furthermore, the
development of key competencies was observed, including the formulation of
effective prompts, critical evaluation of automated responses, and the design
of student-centered activities. Conclusion: In conclusion, when appropriately
understood and integrated, AI can enhance pedagogical innovation and foster
critical digital literacy among academic staff. The implementation of continuing education programs
addressing the critical and ethical use of AI in educational contexts is
recommended, along with the development of institutional frameworks to guide
its responsible pedagogical integration.
Keywords. Artificial Intelligence,
Teacher Training, Higher Education, Educational Innovation, Active Learning.
1.
INTRODUCCIÓN
El
uso de la inteligencia artificial (IA) en el ámbito educativo ha generado tanto
oportunidades como desafíos significativos para estudiantes, profesores e
instituciones. La rápida evolución de las herramientas de IA, como Chat GPT y
otros modelos de lenguaje de gran escala, ha transformado la forma en que se
aborda la escritura académica, la evaluación y la integridad académica
(Tecnológico de Monterrey, 2025; Eaton et al., 2021). Por un lado, la IA ofrece posibilidades para
mejorar el aprendizaje y la productividad. Puede ayudar al estudiantado a
desarrollar habilidades de escritura, proporcionar retroalimentación
instantánea y facilitar la creación de contenido educativo (Eaton et al.,
2021). Además, la IA tiene el potencial de personalizar la experiencia de
aprendizaje y hacer que la educación sea más accesible e inclusiva (Marcos Recio
et al., 2012). Sin embargo, el uso de la
IA también plantea preocupaciones éticas significativas. La facilidad con la
que los estudiantes pueden generar ensayos y trabajos académicos utilizando
herramientas de IA ha llevado a un aumento en los casos de deshonestidad académica
y plagio (Kumar et al., 2022). Esto ha obligado a las instituciones educativas
a repensar sus políticas de integridad académica y a desarrollar nuevas
estrategias para detectar y prevenir el uso indebido de la IA (Eaton, 2023).
Los
educadores se enfrentan al desafío de adaptar sus métodos de enseñanza y
evaluación para incorporar la IA de manera ética y efectiva (Eaton, 2023). Esto
incluye diseñar tareas que fomenten el pensamiento crítico y la creatividad, en
lugar de depender únicamente de la memorización y la reproducción de
información. A medida que la IA continúa
avanzando, es crucial que las instituciones educativas desarrollen políticas
claras sobre su uso y promuevan una cultura de integridad académica. Esto
implica educar a los estudiantes sobre el uso ético de la IA y fomentar la
transparencia en su aplicación en el trabajo académico (Kumar et al., 2023).
Continuando
con esta línea de pensamiento, es imperativo reconocer que para poder instruir
y orientar a los estudiantes en el uso ético y responsable de la inteligencia
artificial (IA), los docentes deben primero adquirir las competencias
necesarias. La capacitación del profesorado en este ámbito se convierte, por
tanto, en un requisito fundamental para garantizar una implementación efectiva
y ética de la IA en el entorno educativo.
Entre los temas
cruciales que los docentes deben dominar para estar preparados en la era de la
IA, se destaca la formulación efectiva de prompts.
Los educadores deben desarrollar la habilidad de crear instrucciones precisas y
bien estructuradas para obtener resultados óptimos de las herramientas de IA.
Asimismo, la verificación de fuentes se erige como una competencia esencial;
los docentes deben ser capaces de evaluar críticamente la veracidad y
fiabilidad de la información generada por IA, fomentando así un uso responsable
de estas tecnologías.
La comprensión
de los fundamentos de la IA, incluyendo el aprendizaje automático y el
procesamiento del lenguaje natural, constituye otro pilar fundamental en la
formación docente. Esta base de conocimiento permitirá a los educadores
realizar evaluaciones éticas más informadas sobre las herramientas de IA,
analizando sus implicaciones en el aula y tomando decisiones acertadas sobre su
implementación. Al dominar estos
aspectos, los docentes estarán mejor equipados para guiar a sus estudiantes en
el uso ético y responsable de la IA. Esta preparación no solo mejorará la
calidad de la enseñanza, sino que también fomentará una cultura de innovación y
responsabilidad en el ámbito educativo, preparando a las futuras generaciones
para un mundo cada vez
más influenciado por la inteligencia artificial. A partir de las anteriores
consideraciones, se plantearon los siguientes objetivos:
Objetivo
general: Capacitar
a un grupo de docentes de la Universidad San Marcos en el uso de la
Inteligencia Artificial (IA) para la planificación didáctica mediante la
aplicación de metodologías de aprendizaje activo.
Objetivos
específicos:
1. Evaluar el nivel actual de
conocimiento y uso de la Inteligencia Artificial por parte de los docentes en
la planificación e impartición de clases.
2. Explorar metodologías para la
integración de la Inteligencia Artificial por parte del profesorado en la
planificación de actividades de aprendizaje activo.
3. Determinar la disposición de los
docentes para el uso de herramientas de Inteligencia Artificial en la
planificación didáctica.
Esta
investigación formó parte del Programa para el Cofinanciamiento de Proyectos
Colaborativos de Investigación Educativa del SINAES 2023-2024, y se realizó dentro
del marco de los procesos de aseguramiento de la calidad y fomento de la
investigación en la Universidad San Marcos.
2. MATERIALES
Y MÉTODOS
En este apartado se utilizó
inteligencia artificial (IA) para sintetizar la información, específicamente
Chat GPT, en noviembre de 2025 (Open AI, 2025).
La
Inteligencia Artificial en la Educación Superior
La Inteligencia Artificial (IA) se ha consolidado como una herramienta
innovadora y disruptiva, marcando una transformación significativa en diversos
ámbitos, incluida la Educación Superior (ES) (Arizmendi & Carrillo, 2024;
Kroff et al., 2024; Vera-Rubio et al., 2023). La IA, entendida como la
capacidad de las máquinas para emular funcionalidades de la inteligencia
humana, como el razonamiento y el aprendizaje, e incluso la producción
creativa, ha generado una nueva dinámica en el proceso educativo: la relación
triangular docente-IA-estudiante (UNESCO, 2024; Martínez, 2024).
La IAEd (Inteligencia Artificial en la
Educación) ha experimentado una evolución significativa en las últimas dos
décadas, transformando tanto las estrategias pedagógicas como los métodos de
enseñanza-aprendizaje. Según Guan et al. (2020), durante el periodo de 2000 a
2019, la IA en educación pasó de centrarse en sistemas de tutoría inteligentes
(ITS) a incorporar tecnologías más avanzadas que permiten la personalización
del aprendizaje a través de grandes volúmenes de datos y análisis predictivos.
Esta evolución refleja un cambio hacia un modelo educativo más adaptativo,
donde la IA no solo brinda retroalimentación personalizada, sino que también
predice el rendimiento estudiantil y apoya la retención académica, facilitando
intervenciones tempranas basadas en el perfil del estudiantado.
El modelo educativo tradicional se percibe como insuficiente para
desarrollar las competencias requeridas en la era digital (Foro Económico
Mundial, 2023), lo que exige una reevaluación de los roles académicos y de las
prácticas pedagógicas (Sigman & Bilinkis, 2023).
En este contexto, el modelo de tres paradigmas propuesto por Ouyang y Jiao
(2021) ofrece una estructura clave para comprender cómo la IA en educación ha
transformado la relación entre los estudiantes y la tecnología. Este modelo,
que abarca desde la IA-dirigida hasta la IA-potenciada, resalta cómo la IA ha
evolucionado de un enfoque más controlador y dirigido a un modelo que promueve
la autonomía del estudiantado. El paradigma IA-potenciada, en particular,
resalta la importancia de la auto-regulación del
aprendizaje y el empoderamiento de las personas estudiantes, favoreciendo un
entorno educativo más centrado en la personalización y la adaptabilidad (Ouyang
& Jiao, 2021).
Relevancia
de la capacitación docente para el uso efectivo de la IA
La capacitación docente es un componente esencial y estratégico para una
integración efectiva y ética de la IA en la ES (Arizmendi & Carrillo, 2024;
Vera-Rubio et al., 2023). La falta de formación adecuada para los educadores es
uno de los desafíos más significativos en la implementación de estas
tecnologías (Arizmendi & Carrillo, 2024; Díaz Vera et al., 2024; Kroff et
al., 2024). Un plan de capacitación adecuado resulta crucial para que los
docentes puedan maximizar los beneficios de la IA, promoviendo la innovación
educativa y la personalización del aprendizaje (Arizmendi & Carrillo,
2024).
Los resultados iniciales de estudios de investigación-acción indican que
la implementación de programas de capacitación en IA para profesores
universitarios puede generar una mejora considerable en los métodos de
enseñanza (Arizmendi & Carrillo, 2024). La formación continua es imperativa
para que los docentes ajusten constantemente los procesos de aprendizaje a las
dinámicas actuales, especialmente ante el auge de la IA (UNESCO, 2021). Además,
la capacitación no solo dota de habilidades técnicas, sino que es fundamental
para el desarrollo de competencias éticas, asegurando la protección de los
derechos y datos de los estudiantes (Arizmendi & Carrillo, 2024; Gavilanes
et al., 2024; Kroff et al., 2024).
Competencias
pedagógicas para la docencia universitaria en la era de la Inteligencia
Artificial
La evolución de la enseñanza universitaria exige que los docentes
desarrollen un conjunto de competencias que van más allá del conocimiento
técnico, abarcando habilidades pedagógicas que permitan el diseño de
estrategias de enseñanza innovadoras y adaptativas (Arizmendi & Carrillo,
2024). La UNESCO (2024) propone un marco global de competencias en IA para
docentes que define cinco ámbitos clave, cruciales para la integración
pedagógica:
1.
Una forma de pensar centrada en el ser humano:
Fomentar valores y una orientación actitudinal adecuada hacia las interacciones
humano-IA (UNESCO, 2024).
2.
La ética de la IA: Comprensión y aplicación de
principios éticos, normativas y leyes institucionales, como el respeto a la
privacidad de los datos y los derechos de propiedad intelectual (UNESCO, 2024;
Vera-Rubio et al., 2023).
3.
Los fundamentos y aplicaciones de la IA:
Adquisición de conocimientos conceptuales básicos (definición, algoritmos,
datos) y habilidades operacionales para seleccionar, aplicar y personalizar
creativamente herramientas de IA para entornos de aprendizaje centrados en el
estudiante (UNESCO, 2024).
4.
La pedagogía de la IA: Capacidad para integrar
la IA en la planificación, la enseñanza y la evaluación, identificando los
beneficios pedagógicos de estas herramientas (UNESCO, 2024). Esto incluye la
habilidad para diseñar actividades que promuevan la empatía, el pensamiento
crítico y la resolución de problemas (Bellomo, 2023; UNESCO, 2024).
5.
La IA para el desarrollo profesional: Uso de la
IA para el aprendizaje profesional continuo y la transformación de la práctica
docente (UNESCO, 2024).
Estrategias
pedagógicas activas para la integración de la IA
La integración efectiva de la IA en la educación
superior requiere el uso de metodologías pedagógicas que promuevan el
aprendizaje activo y el pensamiento crítico. Entre las estrategias más
relevantes se encuentran:
1. Aprendizaje
Basado en Problemas (ABP): Es un enfoque de enseñanza-aprendizaje en el que los
estudiantes, con la guía de un tutor, trabajan en grupos pequeños ofreciendo
entornos de aprendizaje interactivos y colaborativos que permiten a los
estudiantes enfrentar y resolver problemas reales (Acosta Pastor & Carcausto Calla, 2025; Carbajal Leandro, 2024). Esta
metodología no solo permite que los estudiantes desarrollen habilidades de
análisis y síntesis, sino que también los empodera al promover la auto-regulación de su propio aprendizaje (Tecnológico de
Monterrey, 2023).
2. Aprendizaje
Basado en Preguntas para la Comprensión (ABPC): Pone énfasis en el uso de
preguntas estructuradas para promover una comprensión profunda del contenido
(Heick, 2023; Soto Sánchez, 2017). Esta estrategia es particularmente relevante
en el contexto de la IA, ya que permite a los estudiantes desarrollar
habilidades de cuestionamiento crítico sobre la información generada por
herramientas de IA.
3. Aprendizaje
personalizado: Busca adaptar los recursos educativos y las estrategias de
enseñanza a las necesidades específicas de cada estudiante, como sus
fortalezas, debilidades, intereses y ritmos de aprendizaje, permitiendo que los
contenidos educativos se ajusten de manera dinámica (Patkar & Kumbhar,
2021).
4. Evaluación
formativa: Entendida como un proceso continuo de retroalimentación sobre el
progreso de los estudiantes. Mediante la automatización de evaluaciones
personalizadas, la IA ofrece datos en tiempo real, lo que facilita la toma de
decisiones educativas y permite realizar intervenciones tempranas cuando se
detectan patrones que indican dificultades en el aprendizaje (Canónico
González, 2025).
5. Aprendizaje
cooperativo y social: Implica la utilización de la IA para facilitar las
interacciones entre estudiantes, al personalizar la comunicación y recomendar
recursos relevantes, optimizando así la gestión de grupos de aprendizaje y
aumentando la eficiencia de las interacciones.
3. RESULTADOS DE
INVESTIGACIÓN: METODOLOGÍA APLICADA
La metodología consistió en un estudio de casos
que integró tanto componentes cuantitativos como cualitativos, y tuvo como
unidad de análisis a un grupo de docentes de la Universidad San Marcos, un centro de educación superior
privada ubicado en San José, Costa Rica.
Con una oferta académica de 11 programas en modalidad presencial y 22 en
modalidad virtual, la universidad cuenta actualmente con cerca de 10000
estudiantes y 200 profesores. Las
carreras que se ofrecen pertenecen a las áreas de Ciencias Económicas y
Administrativas, Ciencias Sociales y Educación, e Ingenierías.
Participantes
La selección de participantes del taller
correspondió a un muestreo no probabilístico por conveniencia
(Hernández-Sampieri et al., 2014). De una población total de 72 docentes que
respondieron un cuestionario diagnóstico inicial, 22 docentes (30.56%) se
inscribieron voluntariamente para participar en un taller de capacitación.
A
partir de los resultados del cuestionario diagnóstico, se diseñó un taller, que
incluyó dos sesiones de una hora y media cada una, en el que participaron 22
docentes del grupo inicial de 72, quienes se inscribieron de manera voluntaria
mediante un formulario en línea. La mayoría de los docentes que participaron en
estas capacitaciones imparten cursos en las carreras de Bachillerato y
Licenciatura en Administración de Empresas, así como en Bachillerato y
Licenciatura en Contaduría Pública, siendo parte del conglomerado de carreras
acreditadas por el SINAES. La primera sesión del taller se realizó el 25 de
noviembre de 2024, y la segunda un día después, el 26 de noviembre.
Los
objetivos del taller fueron:
1.
Explorar
cómo la IA y Chat GPT pueden transformar la educación universitaria.
2.
Aprender
a usar Chat GPT como herramienta para planificar, mediar y enriquecer las
experiencias de aprendizaje.
3.
Aprender
a utilizar Chat GPT dentro de los marcos del Aprendizaje Basado en Preguntas y
el Aprendizaje Basado en Problemas.
Instrumentos
Para
la recolección de datos, se emplearon los siguientes instrumentos: un
cuestionario diagnóstico, un cuestionario aplicado antes de la sesión 1 y la
sesión 2, y un cuestionario aplicado al final de cada sesión. Además, se realizó la grabación de las
sesiones de capacitación y se llevó a cabo un análisis cualitativo de los chats
generados durante ambas sesiones en la plataforma Microsoft Teams.
Esto permitió obtener una visión integral de las experiencias y percepciones de
los participantes a lo largo del proceso.
Análisis
de datos
Para el análisis de los datos cuantitativos, se empleó estadística
descriptiva mediante el cálculo de frecuencias y porcentajes para caracterizar
las respuestas de los participantes en las encuestas pre y post capacitación.
Los datos se procesaron utilizando Microsoft Excel, lo que permitió identificar
patrones de cambio en las percepciones, conocimientos y disposiciones de los
docentes hacia el uso de la IA.
El análisis de los datos cualitativos se realizó mediante análisis de
contenido temático (Braun & Clarke, 2006). Este proceso incluyó: (1)
transcripción de las grabaciones de las sesiones y extracción de los
comentarios relevantes del chat de Microsoft Teams;
(2) lectura repetida del material para familiarización con los datos; (3)
codificación abierta inicial, identificando unidades de significado
relacionadas con percepciones, inquietudes, aprendizajes y propuestas de los
docentes; (4) agrupación de códigos en categorías temáticas emergentes (por
ejemplo, "preocupaciones sobre fiabilidad", "valoración de
ejemplos prácticos", "cambio de actitud"); y (5) interpretación
de los temas en relación con los objetivos del estudio. Este análisis permitió
capturar la evolución de las actitudes docentes y los aprendizajes más
significativos reportados por las personas participantes.
4.
DISCUSIÓN Y ANÁLISIS DE LOS
RESULTADOS
Sesión
1 - Exploración inicial y aprendizaje basado en preguntas para la comprensión
Durante
la primera sesión del taller los participantes se mostraron anuentes a conocer
más sobre los usos de la IA en la docencia, a la vez que reconocieron sus
vacíos de conocimiento sobre esta herramienta.
La mayoría de los docentes afirmó conocer Chat GPT, aunque a un nivel
básico. Por ejemplo, una profesora comentó: “tenía un
conocimiento muy básico sobre la IA, especialmente del Chat GPT” (Participante
1, 25 de noviembre de 2024), reflejando la situación inicial del grupo. Esta
admisión temprana permitió comprender el nivel inicial del profesorado y
orientar adecuadamente las intervenciones.
Los
docentes plantearon preguntas exploratorias y específicas sobre posibles usos
educativos. Ejemplos de estas inquietudes incluyen interrogantes como: “¿cómo
lo podríamos usar en una lección de matemática?” o peticiones directas de guía
metodológica como: “Me gustaría que me puedan orientar cómo puedo usar el Chat
GPT para desarrollo de habilidades metodológicas”. Las primeras impresiones sugieren que, si bien
los participantes manifestaron deseos de conocer más sobre la IA, requerían de
una mayor orientación para atender sus dudas.
Un aspecto notable en este primer contacto fue la preocupación respecto
a la fiabilidad y transparencia en el uso de Chat GPT. Esta inquietud se manifestó cuando un docente
preguntó: “¿Este Chat GPT podría compartir las fuentes de donde obtiene la
información?” (Participante 2, 25 de noviembre de 2024), destacando la
necesidad de validación y transparencia informativa en el ámbito académico,
especialmente cuando se integran nuevas tecnologías.
Cuantitativamente,
la primera sesión generó cambios importantes en las percepciones de los
participantes sobre la integración de la IA en sus prácticas educativas. Previo
a la capacitación, se les solicitó a los participantes contestar un
cuestionario en el que compartieron sus impresiones y usos de la IA. Chat GPT fue la herramienta identificada con
mayor frecuencia, con un 31.36% de las respuestas. Además, el 15.38% de los
profesores afirmaron utilizar aplicaciones de IA, aunque sin mencionar la
aplicación específica. Otras
herramientas mencionadas fueron Gemini, Copilot y Canva, lo cual refleja que existe conocimiento de distintas
aplicaciones entre el profesorado. Solamente
6 docentes (3.55%) reportaron no haber utilizado ninguna aplicación de IA (ver Tabla
1).
Tabla
1. Aplicaciones
de IA utilizadas por los docentes antes de la capacitación
|
Aplicación |
Menciones |
Porcentaje
(%) |
|
Chat GPT |
53 |
31.36% |
|
IA (genérico, no
especifica cuál aplicación) |
26 |
15.38% |
|
Gemini |
21 |
12.43% |
|
Copilot |
19 |
11.24% |
|
Canva |
7 |
4.14% |
|
Perplexity |
4 |
2.37% |
|
Google |
4 |
2.37% |
|
D-ID |
4 |
2.37% |
|
Adobe |
3 |
1.78% |
|
Bard |
3 |
1.78% |
|
Turnitin |
3 |
1.78% |
|
Grammarly |
3 |
1.78% |
|
Generación de imágenes |
3 |
1.78% |
|
Otras |
3 |
1.78% |
|
Ninguna |
6 |
3.55% |
Fuente: Elaboración
propia. (2026)
Nota: El número total de menciones a partir del
cual se calcularon los porcentajes es 162.
Con respecto específicamente de Chat GPT, 54 docentes (75%) afirmaron
haberla utilizado, mientras que los 18 restantes (25%) indicaron lo contrario (ver
Figura 1).
Figura
1. Reporte de
uso de Chat GPT por parte de los docentes
Fuente: Elaboración
propia. (2026)
Nota: la pregunta
realizada de este gráfico es ¿Ha trabajado previamente con ChatGPT?
Sobre el nivel
de dominio en el uso de Chat GPT, esta pregunta fue respondida solamente por
los 54 docentes que reportaron haberla utilizado (ver Figura 2). De ellos, únicamente 4 profesores (7.4%) reportaron
un nivel avanzado en su uso. El 42.6% afirmó
tener un dominio básico, un 38.9% reportó un dominio intermedio, mientras que 6
docentes (11.1%) indicaron tener poco dominio (véase figura 2). De los 18 profesores que reportaron no
haber utilizado Chat GPT, 15 docentes (83%) afirmaron haber escuchado sobre
esta herramienta, mientras que solo 3 de ellos (17%) reportaron no conocerla.
Figura 2. Nivel de dominio en el uso de Chat GPT
por parte de los docentes
Fuente: Elaboración
propia. (2026)
Nota: la pregunta
realizada de este gráfico es ¿Cómo calificaría si nivel de dominio o experticia
en el uso de ChatGPT?
Al
finalizar la primera sesión de capacitación, el 91% de los docentes manifestó
estar “mucho más dispuesto” a integrar la IA en comparación con su percepción
inicial. Además, un 95%
indicó tener una mejor comprensión sobre cómo aplicar específicamente Chat GPT
en el contexto del Aprendizaje Basado en Preguntas para la Comprensión (ABPC).
Con
respecto a la confianza para utilizar Chat GPT para generar preguntas críticas,
el 59% expresó estar totalmente de acuerdo con su capacidad para hacerlo
después de esta sesión. En esta primera
sesión también surgieron valiosas reflexiones sobre la importancia del
desarrollo de habilidades para formular prompts
efectivos. Una profesora, tras experimentar directamente con la herramienta,
concluyó que “entre más específico [sea el prompt],
menos disperso será el contenido” (Participante 3, 25 de noviembre de 2024),
ilustrando un aprendizaje crucial sobre cómo interactuar eficazmente con
sistemas de inteligencia artificial.
El
cuestionario post de la primera sesión fue respondido por los 22 docentes que
participaron en ella. El instrumento constó de 10 preguntas, y fue administrado
por medio de la aplicación Microsoft Forms al final
de la sesión. Al finalizar la primera
sesión del taller, el 91% de los participantes afirmó que, con respecto del
interés que tenían inicialmente (antes de comenzar la capacitación), ahora se
encuentran “mucho más dispuestos” a integrar la inteligencia artificial en sus
prácticas educativas.
Dado
que en la primera sesión del taller se abordó, específicamente, la metodología
de Aprendizaje Basado en Preguntas para la Comprensión (ABPC), se consultó a
los participantes sobre los aprendizajes alcanzados en este tema. El 95% de los docentes consideró que tiene
una mejor comprensión sobre cómo aplicar la inteligencia artificial en
estrategias de ABPC; solamente una persona indicó que obtuvo un conocimiento
parcial.
Durante
el taller se realizaron ejercicios prácticos para redactar instrucciones (prompts) para Chat GPT con el fin de generar
preguntas para fomentar el pensamiento crítico en el estudiantado. Al consultarles, al final de la sesión, si
consideran utilizar Chat GPT para diseñar este tipo de preguntas, el 59% estuvo
totalmente de acuerdo, el 14% de acuerdo, una persona (5%) se manifestó en
desacuerdo y 5 personas (23%) totalmente en desacuerdo (ver Figura 3).
Figura 3. Opinión del personal
académico sobre el aprendizaje logrado para diseñar preguntas que fomenten el
pensamiento crítico en los estudiantes
Fuente: Elaboración
propia. (2026)
Nota: la pregunta
realizada de este gráfico es ¿Qué nivel de acuerdo tienes con la afirmación
“Ahora siento que puedo utilizar ChatGPT para diseñar
preguntas que fomenten el pensamiento crítico en los estudiantes?
Al
consultárseles sobre en qué medida planean implementar lo aprendido en la
primera sesión en sus clases, la totalidad de los docentes manifestó intención
de hacerlo, con el 77% indicando que lo harán “con frecuencia” y el 23%
restante “de vez en cuando”.
Durante
la primera sesión del taller surgieron ideas para aplicar la IA como ayuda para
la innovación en la enseñanza. Los
participantes señalaron posibles usos, como la elaboración de rúbricas, videos
y actividades de simulación, así como el diseño de actividades basadas en
preguntas, como foros, ensayos e infografías.
Se mencionaron, además, la elaboración de estudios de casos y el diseño
de actividades para propiciar el aprendizaje autónomo y el análisis crítico (ver
Tabla 2).
Tabla 2. Ideas sugeridas
por los profesores sobre actividades de ABPC utilizando Chat GPT
|
Categoría |
Número de menciones |
Ejemplos |
|
Creación y uso de herramientas pedagógicas digitales |
7 |
"Hago rúbricas y videos en Chat GPT." "Diseño de preguntas con ABPC en: Consigna Foro, Ensayo,
Infografía." |
|
Diseño y evaluación de estrategias educativas |
6 |
"Taller de diseño: Creación de estrategias educativas con
tecnología." "Dinámica: Criterios para evaluar herramientas
tecnológicas." |
|
Actividades centradas en el estudiantado (principio del ABPC) |
5 |
"Generar actividades más centradas en el estudiante que es el
principio del aprendizaje basado en preguntas críticas." "Por supuesto, generar actividades centradas en el estudiante
como Participante activo." "Me interesa mucho generar ideas creativas que ayuden a que el
aprendizaje sea más ameno." |
|
Resolución de casos |
4 |
"Resolución de casos para la aplicación de los
conocimientos." "Creando preguntas participativas y análisis de casos." "Se puede aplicar en actividades de investigación de mercados o
mercadeo estratégico..." |
|
Espacios de reflexión y discusión |
4 |
"Como espacios de reflexión y discusión en foros, previo al
desarrollo de los temas..." "Debate crítico: ¿La tecnología educativa fomenta la equidad o
amplía las brechas educativas?" |
|
Motivación y creatividad en el aprendizaje |
3 |
"Generar preguntas con espacios de colaboración o
participación." "Me interesa mucho generar ideas creativas que ayuden a que el
aprendizaje sea más ameno." |
Fuente: Elaboración
propia. (2026)
Casi
la totalidad de los participantes (95%) encontró muy útiles los ejercicios
prácticos llevados a cabo durante la sesión. Los docentes valoraron
especialmente la calidad de los facilitadores, la claridad de los ejemplos
presentados y la oportunidad para realizar actividades aplicadas en tiempo
real, reflejando una alta satisfacción general con esta primera experiencia de
capacitación en IA.
Al
finalizar esta primera sesión, el 100% de los participantes afirmó tener la
intención de aplicar lo aprendido, con una mayoría (77%) planeando hacerlo con
frecuencia. Además, las ideas generadas
por los docentes evidenciaron una rápida apropiación de la metodología ABPC,
destacando especialmente la creación de herramientas digitales educativas,
diseño pedagógico innovador y resolución práctica de casos académicos con
inteligencia artificial.
Sesión
2 - Profundización en aplicaciones prácticas y Aprendizaje Basado en Problemas
La
segunda sesión del taller profundizó en las aplicaciones prácticas de la IA,
especialmente en el contexto del Aprendizaje Basado en Problemas (ABP), y
evidenció una notable transformación en las actitudes del profesorado. Al plantearles la pregunta: “¿Cuál fue el
aspecto más valioso de ambas sesiones para usted?”, la mayoría de los
participantes coincidió en que este fue el uso de ejemplos prácticos y su
utilidad para aprender a crear prompts
efectivos, destacando la claridad en las explicaciones y la calidad de los
facilitadores. Además, se valoró el cambio de perspectiva y la motivación para
integrar nuevas herramientas, así como la oportunidad de participar activamente
y colaborar con colegas (ver Tabla 3).
Tabla
3. Aspectos
considerados más valiosos por los docentes al finalizar las 2 sesiones de
capacitación
|
Categoría |
Número de menciones |
Ejemplos |
|
Valoración de los ejemplos prácticos |
8 |
"Los ejercicios prácticos y los ejemplos generados." "Los ejemplos, muy atinentes." "El mostrar ejemplos concretos y el enseñar a redactar prompts." "Los ejemplos de cómo usar la tecnología." |
|
Utilidad para la creación de prompts |
5 |
"La creación de prompts
efectivos." "Generar prompts útiles." "Entender el nivel de especificidad que se puede utilizar para
aprovechar aún más el recurso." "El poder utilizar Chat GPT de una manera precisa." |
|
Impacto motivacional y cambio de perspectiva |
5 |
"Se me abrió posibilidades que antes no consideraba." "Realmente como docente a veces nos ponemos barreras, pero este
taller elimina esto." "Creí que era más difícil de digerir, soy una novata en este
campo :). Muchas gracias." "Saber que se le puede sacar mucho provecho, no solo por los
temas presentados, sino que se puede experimentar más, según los objetivos
principales de los cursos que imparto." |
|
Calidad de los facilitadores y claridad en la explicación |
4 |
"Los panelistas." "La claridad de la información de parte de los panelistas." "La flexibilidad, disposición y forma sencilla en la explicación
del contenido." "La práctica y la disposición de los presentadores por dar sus
consejos." |
|
Participación activa y colaboración |
3 |
"Que participé y lo logré." "La práctica, el compartir con los compañer@s
y saber que hablamos de un tema global." "Compartir." |
Fuente: Elaboración
propia. (2026)
Ante la pregunta: “¿Qué sugerencias tiene para
futuras capacitaciones sobre IA en la educación?”, las principales sugerencias
se concentraron en ajustes metodológicos y de formato (8 menciones), seguidas
por la incorporación de más práctica y enfoque aplicado (7 menciones) y la
ampliación de contenidos (6 menciones) (ver Tabla 4).
Tabla 4. Sugerencias para
futuras capacitaciones sobre inteligencia artificial aplicada a la educación
|
Categoría |
Número de menciones |
Ejemplos |
|
Propuestas relacionadas con cambios en el formato (talleres, horarios,
duración) o ajustes metodológicos. |
8 |
"Que sea más bien un taller presencial." "Más tiempo." "Excelente... Quizás proponer horarios sábados." |
|
Práctica y enfoque aplicado |
7 |
"Más práctica." "Seguir generando más espacios de práctica." "Practicar con simuladores." |
|
Ampliación de contenidos (herramientas y aplicaciones) |
6 |
"Ampliar aplicaciones." "Buscar otras herramientas para generar infografías y material
multimedia." "Usar diferentes IA, no solo Chat GPT." |
|
Actualización continua |
4 |
"Mantener este tipo de capacitaciones y actualizaciones." "Seguirnos actualizando con los avances de estas
inteligencias." |
|
Metodología y formato |
3 |
"Mantener siempre la puntualidad como hasta ahora, cumplir los
tiempos es vital para mantener el interés en este tipo de actividades." "Que las consignas de las actividades sean más claras y dar más
tiempo para realizarlas." |
|
Aspectos técnicos y logísticos |
2 |
"Valorar incluir en los requerimientos el uso de la computadora
(puede ser más cómodo que la tablet o el
celular)." |
|
Valoración general |
2 |
"Gracias por el espacio, fue de mucho provecho y
aprendizaje." |
Fuente: Elaboración
propia. (2026)
Los
docentes no solo valoraron positivamente el uso de Chat GPT, sino que también
destacaron repetidamente términos como “excelente”, “muy útil” y “genial”,
mostrando así un cambio marcado en comparación con las primeras intervenciones
prudentes y exploratorias. Además, aunque algunos participantes reconocieron
que “todavía quedaba mucho por aprender”, enfatizaron que las
herramientas de IA ofrecen valiosas oportunidades para la discusión pedagógica,
mostrando así una perspectiva optimista, equilibrada y comprometida con el uso
crítico de la tecnología.
Al
final de la capacitación, los participantes manifestaron su agrado y seguridad
en el uso de Chat GPT. En una síntesis elocuente, una docente resumió su
reflexión final indicando “no tener miedo al usar Chat GPT ya que es nuestra
aliada, siempre y cuando verifiquemos lo que nos da la IA” (Participante 2,
26 de noviembre de 2024). Varios
participantes expresaron gratitud y entusiasmo por las posibilidades
descubiertas. “Ha sido muy valioso, las alternativas y posibilidades que nos
han brindado son de gran utilidad… Quedo con la ilusión de poder aplicar todo
lo aprendido” (Participante 3, 26 de noviembre de 2024), expresó una
profesora hacia el final, evidenciando un cambio perceptual significativo: la
IA pasó de ser un concepto abstracto o potencialmente problemático a una
herramienta concreta para renovar su práctica docente.
Discusión
Uno de los hallazgos cualitativos más relevantes
del estudio fue la manifestación de una preocupación inicial por parte del
profesorado respecto a la fiabilidad de la inteligencia artificial como
herramienta pedagógica. Este escepticismo emergió principalmente en torno a la
exactitud de las respuestas generadas por agentes conversacionales como Chat
GPT, la posibilidad de sesgos en la información entregada y la falta de
transparencia sobre las fuentes utilizadas por la IA. Tal inquietud se enmarca
dentro de un fenómeno ampliamente reportado en la literatura sobre adopción
tecnológica en entornos educativos, donde la confianza en la herramienta
condiciona su integración efectiva. Durante el análisis de las conversaciones
mantenidas con los docentes, se observó que esta preocupación inicial no
bloqueó el proceso formativo, sino que se transformó progresivamente en un
enfoque más crítico y reflexivo, lo que permitió una apropiación más consciente
y responsable de los usos educativos de la IA.
Otro de los patrones que emergió fue la toma de
conciencia sobre la presencia cada vez más ubicua de la inteligencia artificial
en las herramientas digitales de uso cotidiano. Docentes que inicialmente
declaraban un uso mínimo o nulo de IA comenzaron a reconocer, durante el
proceso formativo, que interactúan diariamente con sistemas inteligentes al
utilizar funciones como autocompletado en motores de búsqueda, recomendaciones
personalizadas en navegadores o sugerencias de redacción en procesadores de
texto como Word o Google Docs. Esta constatación impulsó un cambio
significativo en la percepción del profesorado, al comprender que la IA no es
una tecnología del futuro, sino una presencia activa y en expansión que
redefine las formas de enseñar, planificar y evaluar. Los profesores que
recibieron el entrenamiento demostraron un fuerte interés en profundizar su
conocimiento sobre el manejo de herramientas de IA e inclusive compartieron
usos que le planean brindar en un futuro. En primer lugar, destaca la creación
y uso de herramientas pedagógicas digitales, como simuladores, rúbricas, videos
y el diseño de preguntas en diferentes formatos (foros, ensayos, infografías).
Asimismo, los profesores resaltaron el apoyo de
Chat GPT en el diseño y evaluación de estrategias educativas, mencionando la
creación de talleres, dinámicas de evaluación y el uso de diagramas para
estructurar procesos de aprendizaje.
Otro aspecto relevante fue la intención de utilizar Chat GPT para
promover actividades centradas en el estudiantado, alineadas con los principios
del ABPC, donde el alumno asume un papel activo en su aprendizaje. Los docentes enfatizaron la generación de
actividades creativas y participativas, lo que está en línea con la evidencia
que indica que la inteligencia artificial puede facilitar la personalización
del aprendizaje y fomentar el desarrollo de habilidades críticas y creativas.
Adicionalmente, la motivación y la creatividad
fueron señaladas como áreas en las que Chat GPT puede aportar valor, al generar
preguntas que estimulan la colaboración y la participación, y al facilitar la
creación de actividades más atractivas para los estudiantes. Esto refuerza la
idea de que la inteligencia artificial puede ser un catalizador para la
innovación pedagógica y el compromiso estudiantil. Así, los hallazgos sugieren un impacto
positivo inicial en la disposición y capacidades docentes para incorporar la
inteligencia artificial en sus prácticas educativas.
Al inicio del
taller se observó cierta cautela y reserva ante el uso de la inteligencia
artificial en el ámbito educativo, reflejando dudas sobre su aplicabilidad real
y los posibles retos éticos y pedagógicos asociados. Sin embargo, a medida que
avanzaron las sesiones y los participantes tuvieron la oportunidad de
experimentar de manera práctica con las herramientas, la actitud general
evolucionó hacia una mayor confianza y empoderamiento. Al cierre del taller,
los docentes no solo se sentían capaces de integrar la IA en sus actividades,
sino que manifestaron entusiasmo por las nuevas posibilidades que esta
tecnología ofrece para la enseñanza y el aprendizaje, reconociendo su potencial
para transformar la experiencia educativa.
A medida que los docentes avanzaron en su
comprensión de la inteligencia artificial, se hizo evidente que su
incorporación en los entornos educativos no puede limitarse al dominio técnico
de las herramientas. La IA exige también el desarrollo de competencias
pedagógicas, éticas y críticas (Gallent Torres et
al., 2023). Esta perspectiva refuerza la importancia de concebir la
capacitación en IA como un proceso continuo e integral, orientado no únicamente
a resolver tareas operativas, sino a repensar el rol docente en contextos
mediados por tecnología. En síntesis, el
profesorado transitó desde un conocimiento limitado y actitud cautelosa hacia
un empoderamiento claro y una adopción entusiasta y crítica de nuevas
herramientas tecnológicas, reflejando un impacto positivo significativo tanto
en sus prácticas educativas como en su percepción sobre las posibilidades
pedagógicas de la inteligencia artificial.
6. CITAS Y
REFERENCIAS BIBLIOGRÁFICAS
Acosta Pastor, V. N., &
Carcausto Calla, W. H. (2025). Inteligencia
artificial y aprendizaje cooperativo en estudiantes universitarios. Revista InveCom, 5(2), 1-9. https://doi.org/10.5281/zenodo.12812908
Arizmendi, L. E., &
Carrillo, C. E. (2024). Inteligencia artificial en la educación superior: Una
mirada desde la perspectiva docente. Ciencia Latina, 8(4). https://doi.org/10.37811/cl_rcm.v8i4.13084
Bellomo, S.T. (2023).
Inteligencia artificial en educación superior: Una evaluación analítica. Journal of Ethics in Higher Education, 1(2023), 87–114. https://doi.org/10.26034/fr.jehe.2023.4626
Braun, V., & Clarke, V. (2006). Using thematic analysis in psychology. Qualitative
Research in Psychology, 3(2), 77-101. https://doi.org/10.1191/1478088706qp063oa
Canónico González, Y. (2025). Laboratorios
virtuales como estrategia de evaluación formativa
[Tesis doctoral]. Universidad Autónoma de Nuevo León. Repositorio Académico
Digital de la UANL. http://eprints.uanl.mx/29612/
Carbajal Leandro, A. I.
(2024). El aprendizaje basado en problemas (ABP) como predictor del desempeño
académico. Revista ConCiencia EPG, 9(1),
67-89. https://doi.org/10.32654/ConCiencia.9-1.4
Díaz Vera, J. P., Molina
Izurieta, R., Bayas Jaramillo, C. M., & Ruiz Ramírez, A. K. (2024).
Asistencia de la inteligencia artificial generativa como herramienta pedagógica
en la educación superior. RITI Journal, 12(26). https://doi.org/10.36825/RITI.12.26.006
Eaton, S. E., Mindzak, M., &
Morrison, R. (2021). Artificial intelligence, algorithmic writing &
educational ethics. University of Calgary. https://prism.ucalgary.ca/items/d0fc44c5-7650-4d35-a822-ee88b2a0a19f
Foro Económico Mundial.
(2023). Por qué la IA vuelve obsoletos los modelos educativos tradicionales y
qué hacer al respecto. Foro Económico Mundial Agenda 2023. https://es.weforum.org/stories/2023/09/por-que-la-ia-deja-obsoletos-los-modelos-educativos-tradicionales-y-que-hacer-al-respecto/
Gallent
Torres, C., Zapata González, A., & 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), 1-21. https://doi.org/10.30827/relieve.v29i2.29134
Gavilanes, P.G., Adum, J.H., García, G.S., & Ruiz, M.G.
(2024). Impacto de la inteligencia artificial en la educación superior: Una
mirada hacia el futuro. Revista Científica de Investigación Actualización
del Mundo de las Ciencias (RECIAMUC), 8(2), 213-221. https://doi.org/10.26820/reciamuc/8.(2).abril.2024.213-221
González, C. S. (2023).
El impacto de la inteligencia artificial en la educación: transformación de la
forma de enseñar y de aprender. Revista
Qurriculum, 36, 51-60. https://doi.org/10.25145/j.qurricul.2023.36.03
Guan, C., Mou, J., & Jiang,
Z. (2020). Artificial intelligence
innovation in education: A twenty-year data-driven historical analysis. International
Journal of Innovation Studies, 4(2), 134-147. https://doi.org/10.1016/j.ijis.2020.09.001
Heick, T. (2023). What is question-based learning? TeachThought Blog. https://www.teachthought.com/learning/what-is-question-based-learning/
Hernández-Sampieri, R.,
Fernández-Collado, C., & Baptista-Lucio, P. (2014). Metodología de la
investigación (6ª ed.). McGraw-Hill Education.
Kroff, F. J., Coria, D. F., & Ferrada, C. A.
(2024). Inteligencia Artificial en la educación universitaria: Innovaciones,
desafíos y oportunidades. Revista Espacios,
45(05), Art. 9. https://doi.org/10.48082/espacios-a24v45n05p09
Kumar, R., Eaton, S. E., Mindzak,
M., & Morrison, R. (2023). Academic integrity and artificial intelligence:
An overview. En S. E. Eaton (Ed.), Second Handbook of Academic Integrity
(pp. 2729-2743). Springer International. https://doi.org/10.1007/978-3-031-54144-5_153
Kumar, R., Mindzak, M., Eaton, S. E., y Morrison, R.
(2022). AI & AI: Exploring the contemporary intersections of artificial
intelligence and academic integrity. Canadian Society for the Study of
Higher Education (CSSHE). https://ucalgary.scholaris.ca/items/d0fc44c5-7650-4d35-a822-ee88b2a0a19f
Marcos Recio, J. C.,
Martínez Pestaña, M. J., y Blasco López, M. F. (2012). Producción y dirección
de tesis doctorales sobre publicidad en la universidad española (1971-2010). Revista
Española de Documentación Científica, 35(3), 433-452. https://doi.org/10.3989/redc.2012.3.890
Martínez, J. (2024). La
inteligencia artificial en la educación superior: Estrategias claves para
abordar este desafío. Revista Neuronum,
10(1). https://eduneuro.com/revista/index.php/revistaneuronum/article/view/504
OpenAI.
(2025). ChatGPT (versión del 15 de
noviembre) [Modelo de lenguaje de gran tamaño]. https://chat.openai.com/chat
Ouyang, F., & Jiao, P. (2021). Artificial
intelligence in education: The three paradigms. Computers and Education:
Artificial Intelligence, 2, 100020. https://doi.org/10.1016/j.caeai.2021.100020
Patkar, M. K., & Kumbhar, V. S. (2021). Artificial
intelligence and personalized learning. Turkish Journal of Computer and
Mathematics Education, 12(13), 2411-2416. https://doi.org/10.17762/turcomat.v12i13.8932
Sigman, M., & Bilinkis, S. (2023). Artificial: La nueva inteligencia y
el contorno de lo humano. Debate.
Soto Sánchez, I.R.
(2017). Aprendizaje basado en preguntas y su impacto en las estrategias de
aprendizaje en física. Enseñanza de las Ciencias: Revista de Investigación y
Experiencias Didácticas, n.º Extra, 1903-1908. https://raco.cat/index.php/Ensenanza/article/view/336741/427526
Tecnológico de
Monterrey. (2025). Lineamientos para el uso ético de inteligencia
artificial: Dirigido al profesorado del Tecnológico de Monterrey. https://tec.mx/sites/default/files/repositorio/integridad-academica/lineamientos-ia-profesores-tec-de-monterrey.pdf
Tecnológico de
Monterrey. (2023). Aprendizaje basado en problemas como técnica didáctica.
Dirección de Investigación y Desarrollo Educativo, Vicerrectoría Académica,
Instituto Tecnológico y de Estudios Superiores de Monterrey. https://cursa.ihmc.us/rid=1RF38PQ0X-15L5DX8-2ZD3/jifpev4-documentacion.pdf
UNESCO. (2021). AI and education: Guidance for
policy-makers. https://unesdoc.unesco.org/ark:/48223/pf0000376709
UNESCO. (2023). Orientación
para la IA generativa en educación e investigación. https://www.unesco.org/es/digital-education/ai-future-learning/guidance
UNESCO. (2024). Guía
para el uso de IA generativa en educación e investigación. https://www.unesco.org/es/articles/guia-para-el-uso-de-ia-generativa-en-educacion-e-investigacion
Vera-Rubio, P. E.,
Bonilla-González, G. P., Quishpe-Salcán, A. C., &
Campos-Yedra, H. M. (2023). La inteligencia artificial en la educación
superior: un enfoque transformador. Polo del Conocimiento, 8(11),
67-80. https://doi.org/10.23857/pc.v8i11.6193