La inteligencia artificial generativa como acompañante pedagógico

Emma Lourdes    Durand-Gómez; Alfredo H.    Laura-Anco; Mario Alfredo     Zevallos Luna; Isabel     Olin-Zegarra; Medina   Velásquez Magda

doi:10.47606/ACVEN/PH0524

Autores/as

Emma Lourdes Durand-Gómez Escuela de Educación Superior Pedagógica Pública Arequipa. Perú https://orcid.org/0000-0002-1896-9958
Alfredo H. Laura-Anco Escuela de Educación Superior Pedagógica Pública Arequipa. Perú https://orcid.org/0000-0001-9066-3649
Mario Alfredo Zevallos Luna Escuela de Educación Superior Pedagógica Pública Arequipa. Perú https://orcid.org/0000-0003-3477-8606
Isabel Olin-Zegarra Escuela de Educación Superior Pedagógica Pública Arequipa. Perú https://orcid.org/0000-0002-3678-3997
Medina-Velásquez Magda Escuela de Educación Superior Pedagógica Pública Arequipa. Perú https://orcid.org/0000-0001-9184-4839

DOI:

https://doi.org/10.47606/ACVEN/PH0524

Palabras clave:

tutoría inteligente, andamiaje adaptativo, ; mediación dialógica, evaluación formativa, ética de la inteligencia artificial

Resumen

El presente artículo ofrece un estado del arte narrativo-sistematizador sobre la inteligencia artificial generativa (IAG) como acompañante pedagógico en la educación superior contemporánea. La pregunta orientadora fue: ¿cuáles son las funciones pedagógicas de la IAG, sus condiciones de eficacia y las tensiones éticas derivadas de su integración en contextos formales de educación superior, según la evidencia publicada entre 2022 y mayo de 2026? La búsqueda documental partió de consultas sistemáticas en Scopus, Web of Science, SciELO, Redalyc y Latindex 2.0. De 773 registros brutos, la eliminación de duplicados, el cribado por título y resumen, y la lectura analítica de texto completo con codificación independiente por dos autores dejaron un corpus de 29 artículos científicos publicados entre 2022 y mayo de 2026. Del análisis temático se derivaron cinco categorías que son la tutoría inteligente, el andamiaje adaptativo, la mediación dialógica, la evaluación formativa y las tensiones éticas y epistémicas emergentes. Los resultados muestran que la IAG fortalece la personalización del aprendizaje y la retroalimentación formativa en condiciones pedagógicas específicas. Las tensiones asociadas a la dependencia cognitiva, la autoría académica, los sesgos algorítmicos y la gobernanza educativa persisten sin que exista una resolución operacional. Se concluye que la IAG constituye un constructo sociotécnico cuya integración pedagógica depende de la calidad del diseño instruccional más que de la sofisticación técnica del modelo.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Alm, A., & Watanabe, Y. (2023). Integrating ChatGPT in language education: A Freirean perspective. Iranian Journal of Language Teaching Research, 11(3), 19–30. https://doi.org/10.30466/ijltr.2023.121404

Berrios Zepeda, R., & Márquez Mora, L. (2025). Agente de inteligencia artificial generativa en investigación científica: Un análisis explicativo del aprendizaje en el aula. RIED. Revista Iberoamericana de Educación a Distancia, 28(2), 39–55. https://doi.org/10.5944/ried.28.2.43545

Bozkurt, A. (2024). GenAI et al.: Co-creation, authorship, ownership, academic ethics and integrity in a time of generative AI. Open Praxis, 16(1), 1–10. https://doi.org/10.55982/openpraxis.16.1.654

Craik, F. I. M., & Lockhart, R. S. (1972). Levels of processing: A framework for memory research. Journal of Verbal Learning and Verbal Behavior, 11(6), 671–684. https://doi.org/10.1016/S0022-5371(72)80001-X

Flores-Vivar, J. M., & García-Peñalvo, F. J. (2023). Reflexiones sobre la ética, potencialidades y retos de la inteligencia artificial en el marco de la educación de calidad (ODS4). Comunicar, 31(74), 37–47. https://doi.org/10.3916/C74-2023-03

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), art. M5. https://doi.org/10.30827/relieve.v29i2.29134

González-Fernández, M. O., Romero-López, M. A., Sgreccia, N. F., & Latorre Medina, M. J. (2025). Marcos normativos para una IA ética y confiable en la educación superior: Estado de la cuestión. RIED. Revista Iberoamericana de Educación a Distancia, 28(2), 181–208. https://doi.org/10.5944/ried.28.2.43511

Hernandez-Nodarse, M., Lopez Ramos, A. R., Iniguez Apolo, L. M., Garcia Morales, J. A., & Paula Chica, M. G. (2025). Teaching experience in competency-based assessment supported by ChatGPT. Universidad Ciencia Y Tecnología, 29(127), 31-40. https://doi.org/10.47460/uct.v29i127.959

Hilliger, I., Pérez-Sanagustín, M., González, C., Villalobos, E., & Celis, S. (2026). A GAI-based chatbot for scaffolding self-regulated learning: Insights from a design-based research approach. Journal of Learning Analytics, 13(1), 74–88. https://doi.org/10.18608/jla.2026.9143

Huang, C.-Q., Lu, L.-N., Huang, Q., Zhang, Y.-R., Luo, M.-S., Su, Y., & Zheng, J.-X. (2026). Effects of artificial intelligence feedback on students' self-regulated learning in higher education: A three-level meta-analysis. Educational Psychology Review, 38, 64. https://doi.org/10.1007/s10648-026-10166-z

Jiménez León, R., & Cisneros Chacón, E. J. (2026). Inteligencia artificial generativa e integridad académica en educación superior: Hacia un modelo de gobernanza institucional para la innovación educativa. Reencuentro. Análisis de Problemas Universitarios, 37(89), 249–298. https://doi.org/10.24275/uamxoc-dcsh/reencuentro/202589-12

Kashiha, H. (2025). From algorithms to annotations: Rethinking feedback practices in academic writing through AI-human comparison. Journal of Second Language Writing, 70, 101254. https://doi.org/10.1016/j.jslw.2025.101254

Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., … Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274

Latif, E., Liu, V., & Zhai, X. (2026). A systematic review of intelligent and robot tutoring systems: Evolution, pedagogical design, and AI-driven classification. Smart Learning Environments, 13(1), 1-22. https://doi.org/10.1186/s40561-025-00427-9

Leiva-Guerrero, M. V., Araya Zamorano, I., Escobar Collins, R., & Silva Castro, F. (2026). Feedback on learning with generative artificial intelligence in university students. RIED. Revista Iberoamericana de Educación a Distancia, 29(1), 241–267. https://doi.org/10.5944/ried.45547

Looi, C. K., Liu, Z., & Sun, D. (2026). Taming the black box: Design principles for rule-integrated LLM tutoring systems in primary school mathematical problem solving. Computers and Education: Artificial Intelligence, 10, 100586. https://doi.org/10.1016/j.caeai.2026.100586

López Gil, K., & Moreno Mosquera, E. (2025). Retroalimentación formativa en la escritura de tesis en posgrado: Comparación entre ChatGPT y revisores pares en un círculo de escritura. Revista Virtual Universidad Católica del Norte, 74, 123–160. https://doi.org/10.35575/rvucn.n74a6

Marimon, F., Arias Valle, M. B., Coria Augusto, C. J., & Larrea Arnau, C. M. (2025). Del optimismo a la confianza: El impacto de ChatGPT en la confianza de los estudiantes en el aprendizaje asistido por IA. RIED. Revista Iberoamericana de Educación a Distancia, 28(2), 131–153. https://doi.org/10.5944/ried.28.2.43238

Mercer, N. (2000). Words and minds: How we use language to think together. Routledge. https://doi.org/10.4324/9780203464984

Meyer, J., Jansen, T., Schiller, R., Liebenow, L. W., Steinbach, M., Horbach, A., & Fleckenstein, J. (2024). Using LLMs to bring evidence-based feedback into the classroom: AI-generated feedback increases secondary students' text revision, motivation, and positive emotions. Computers and Education: Artificial Intelligence, 6, 100199. https://doi.org/10.1016/j.caeai.2023.100199

Muñoz Martínez, C., Roger-Monzó, V., & Castelló-Sirvent, F. (2025). IA generativa y pensamiento crítico en la educación universitaria a distancia: Desafíos y oportunidades. RIED. Revista Iberoamericana de Educación a Distancia, 28(2), 233–273. https://doi.org/10.5944/ried.28.2.43556

Ossa, C., & Willatt, C. (2023). Uso de inteligencia artificial generativa para retroalimentar escritura académica en procesos de formación inicial docente. European Journal of Education and Psychology, 16(2), 1–16. https://doi.org/10.32457/ejep.v16i2.2412

Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Ghersi, D., Guyatt, G. H., & Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71

Romeu Fontanillas, T., Romero Carbonell, M., Guitert Catasús, M., & Baztán Quemada, P. (2025). Desafíos de la inteligencia artificial generativa en educación superior: Fomentando su uso crítico en el estudiantado. RIED. Revista Iberoamericana de Educación a Distancia, 28(2), 209–231. https://doi.org/10.5944/ried.28.2.43535

Saldaña, J. (2021). The coding manual for qualitative researchers (4.ª ed.). Sage.

Scheepers, S. J., & Stott, A. E. (2026). Designing flipped-interaction prompts: A framework for generative AI as an intelligent tutor in higher education. Education Sciences, 16(4), 573. https://doi.org/10.3390/educsci16040573

Silvola, A., Kajamaa, A., Merikko, J., & Muukkonen, H. (2025). AI-mediated sensemaking in higher education students' learning processes: Tensions, sensemaking practices, and AI-assigned purposes. British Journal of Educational Technology, 56(5), 2001–2018. https://doi.org/10.1111/bjet.13606

Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285. https://doi.org/10.1207/s15516709cog1202_4

UNESCO. (2023). Guidance for generative AI in education and research. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693

Wang, S., Luo, X., & Hew, K. F. (2025). Enhancing self-regulated learning using generative AI: Development and evaluation of SRLMentor. IEEE Transactions on Learning Technologies, 18, 1048–1061. https://doi.org/10.1109/TLT.2025.3634216

Wu, B., He, Y. N., Song, Y., & Li, H. H. (2026). Fostering critical thinking in higher education: an intelligent dialogue-based approach empowered by conversational AI. Interactive Learning Environments, 34(4), 2061–2078. https://doi.org/10.1080/10494820.2025.2538750

Xu, B. (2026). Mitigating interpersonal uncertainty in collaborative argumentation: Using LLMs as scaffolds for group cohesion, dialogic behavior and learning performance in CSCL. Learning and Motivation, 94, Article 102249. https://doi.org/10.1016/j.lmot.2026.102249

Yang, A. C. M., Lin, J.-Y., Lin, C.-Y., & Ogata, H. (2024). Enhancing Python learning with PyTutor: Efficacy of a ChatGPT-based intelligent tutoring system in programming education. Computers and Education: Artificial Intelligence, 7, 100309. https://doi.org/10.1016/j.caeai.2024.100309

Yang, C. C. Y., Li, M., & Huang, A. Y. Q. (2026). Leveraging large language models to enhance self-regulated learning in programming education with explainable AI. Journal of Computer Assisted Learning, 42(2), e70206. https://doi.org/10.1002/jcal.70206

Zúñiga Zárate, A. G. (2025). Análisis de la integración de ChatGPT en el aprendizaje universitario con apoyo de blogs. Comunicar, 33(80), 60–74. https://doi.org/10.58262/C80-2025-06