Revista de Ciencias Sociales (RCS)
Vol. XXXI, No. 4, Octubre - Diciembre 2025. pp. 517-528
FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431
Como citar: Cribilleros-Shigihara,
O. A., Gamarra-Chirinos, O. P., Vergara-Vasquez, A. T., Villanueva-Javes, J. A.
(2025). Competencias del docente investigador en la era de la inteligencia
artificial: Retos y oportunidades en educación superior. Revista De Ciencias
Sociales, XXXI(4), 517-528.
Competencias del docente
investigador en la era de la inteligencia artificial: Retos y oportunidades en
educación superior
Cribilleros-Shigihara, Olga Amelia*
Gamarra-Chirinos,
Olga Patricia**
Vergara-Vasquez,
Anibal Teobaldo***
Villanueva-Javes,
Jesús Antonio****
Resumen
La
modernidad y la revolución industrial 4.0 han catalizado cambios significativos
en el desarrollo de tecnologías emergentes como la inteligencia artificial.
Esta ha irrumpido en la sociedad para mejorar los constructos de conocimientos;
sin embargo, en materia de competencias computacionales y humanas los
docentes-investigadores de la educación universitaria, se han quedado rezagados
en términos comparativos con el avance vertiginoso de la Inteligencia
Artificial que ha surgido como un fenómeno socio tecnológico de última
generación. Este estudio, utilizando la metodología documental para reflexionar
sobre el fenómeno, explora las competencias necesarias del docente-investigador
de la Universidad para vencer los desafíos y generar oportunidades de
aplicación de constructos de conocimientos provenientes de la investigación,
aplicando herramientas de inteligencia artificial. La ausencia literaria en
materia de competencias tecnológicas del docente investigador con herramientas
de Inteligencia Artificial ha sido criterio en este estudio para sistematizar
una reflexión propositiva, compartida con la literatura existente, de
competencias técnicas, humanas e intrapersonales necesarias del docente para
viabilizar el acto investigativo en este marco tecnológico. En conclusión, si
bien, las competencias digitales del investigador tienen poder trasformador,
serán necesarios otros elementos de carácter instruccional y políticos para
enfrentar los desafíos del devenir futuro universitario.
Palabras clave: Competencias; docente-investigador; inteligencia
artificial; educación superior; oportunidades.
* Magister
en Educación. Docente Investigadora en la Universidad Privada Antenor Orrego,
Trujillo, La Libertad, Perú. E-mail: ocribilleross@upao.edu.pe ORCID: https://orcid.org/0009-0001-6433-9498
** Magister
en Administración de la Educación. Docente Investigadora en la Universidad
Privada Antenor Orrego, Trujillo, La Libertad, Perú. E-mail: ogamarrac1@upao.edu.pe ORCID: https://orcid.org/0000-0002-9938-6622
*** Doctor
en Educación. Magister en Educación. Docente Investigador en la Universidad
Privada Antenor Orrego, Trujillo, La Libertad, Perú. E-mail: avergarav@upao.edu.pe ORCID: https://orcid.org/0000-0002-0924-9131
**** Magíster
en Psicología Educativa. Docente Investigador en la Universidad Privada Antenor
Orrego, Trujillo, La Libertad, Perú. E-mail: jvillanuevaj@upao.edu.pe ORCID: https://orcid.org/0000-0002-5399-3136
Recibido: 2025-06-18 • Aceptado: 2025-09-07
Competencies
of the research teacher in the era of artificial intelligence: Challenges and
opportunities in higher education
Abstract
Modernity
and the Fourth Industrial Revolution have catalyzed significant changes in the
development of emerging technologies such as artificial intelligence. This
technology has burst onto the scene in society to enhance knowledge constructs;
however, in terms of computational and human competencies, university faculty
researchers have fallen behind the rapid advancement of Artificial
Intelligence, which has emerged as a cutting-edge socio-technological
phenomenon. This study, employing documentary methodology to reflect on this
phenomenon, explores the necessary competencies of university faculty
researchers to overcome challenges and generate opportunities for applying
knowledge constructs derived from research, using artificial intelligence
tools. The lack of literature on the technological competencies of faculty
researchers using Artificial Intelligence tools has been a guiding principle in
this study, leading to a systematized and proactive reflection, aligned with
existing literature, on the technical, human, and intrapersonal competencies
necessary for faculty to facilitate research within this technological
framework. In conclusion, while the researcher’s digital skills have
transformative power, other instructional and political elements will be
necessary to face the challenges of the future of universities.
Keywords: Competencies; teacher-researcher; artificial
intelligence; higher education; opportunities
Introducción
El
docente universitario en funciones de investigación, indaga la realidad de
manera subjetiva y a la vez objetiva, pues, utiliza acciones humanas y
herramientas, mediante sistemas, métodos, estrategias, procedimientos y
protocolos con el propósito de lograr resultados. En el mismo orden, el
desarrollo científico y tecnológico avanza a pasos agigantados y acelerados,
apuntalados por la industrialización de la economía de mercado neoliberal,
basada en la obtención de capital, utilizando la racionalización tecnológica de
corte praxiológica, que se denomina tecnociencia (Ríos-Sangucho, 2024), a cuya
conceptualización se agrega, que en su eficacia ha sobrepasado los aspectos
sociales y culturales humanos, pues atiende en primera instancia al mercado.
La
surgencia de la IA (Inteligencia Artificial) como desarrollo de la tecnociencia
ha marcado pauta en el siglo XXI, reconfigurando patrones sociales y
productivos. Su evolución ha sido tan acelerada, que los modelos educativos y
de producción se direccionan hacia la algoritmización de los procesos. Por
ello, la Organización de Naciones Unidas para la Educación, la Ciencia y la
Cultura (UNESCO, 2019) a finales del decenio pasado realizó una
conferencia-asamblea denominada Declaración de Beijing, en China, para analizar
las tendencias de la IA y su profundo impacto en la sociedad, la economía, el
mercado laboral, así como también en la educación, docencia y sus sistemas de
enseñanza y aprendizaje.
El año
anterior al encuentro en Beijing, los países signatarios del Centro Común de
Investigación y el Servicio de Ciencia y Conocimiento de la Comisión Europea,
se reunieron para reflexionar sobre el avance, estado actual de la IA y su
impacto potencial en el aprendizaje, la enseñanza y la educación. El resultado
final fue un informe dirigido a dirigentes, docentes e investigadores universitarios,
con el fin de generar políticas y normas de uso de este desarrollo tecnológico
(Tuomi, 2018). El documento estuvo además dirigido a empresas tecnológicas y
desarrolladores de IA como contribución para optimizar el impacto social y
educativo, desde un enfoque ético para beneficio social.
Una de
las sugerencias discutidas con mucho énfasis en la reunión de Beijing, fue lo
relacionado con la investigación en universidades y centros de investigación,
en lo relativo al manejo de big data, su
privacidad y el carácter ético de la misma en las indagaciones que utilicen
algoritmos de IA, pues este, puede generar impacto negativo en cuestiones de
derechos humanos e inclusive problemas asociados con la igualdad de género
(UNESCO, 2019). Ambas comisiones coinciden en sugerir que, a nivel de formación
de competencias y habilidades en el docente investigador de educación
universitaria y todos los estratos educativos, deben estar incluidas además de
competencias digitales y algorítmicas, competencias éticas y morales.
En
este contexto, esta investigación procura como objetivo reflexionar sobre el
fenómeno surgente de la tecnología de inteligencia artificial, para explorar
las competencias necesarias del docente-investigador de la Universidad del
siglo XXI necesarias para vencer los ingentes desafíos de la IA, generando así
oportunidades de aplicación de constructos de conocimientos provenientes de la
investigación, que fortalezcan el proceso de aprendizaje en el seno de las
instituciones universitarias actuales. Para ello, se utilizó como metodología
el análisis hermenéutico-documental del fenómeno en irrupción presente en la
literatura científica existente.
1.
Inteligencia artificial en educación superior
De
acuerdo con Lafont et al. (2021), la revolución industrial 4.0 centrada en el
desarrollo de las tecnociencias de información, robótica y ahora en la IA, ha
producido disrupción en los procesos productivos, mediante la automatización e
interconexión, haciéndolos innovadores, eficaces y flexibles. Razón por la
cual, la Universidad debe ser el centro de formación de profesionales con
competencias en tecnologías disruptivas propias de la revolución industrial
4.0. Para ello, se requiere una verdadera transformación de las universidades
–especialmente en Latinoamérica– que modernice el currículo, ejecute mayor
inversión en investigación y sobre todo en la formación de los docente e
investigadores en todas las áreas de las tecnologías emergentes, pues la aplicación
de la IA es de naturaleza transversal a otras ciencias disciplinares.
No
solo la IA en educación se presenta con oportunidad de mejorar la docencia y la
investigación en el nivel superior, en opinión de Klutka et al. (2018), esta
herramienta tecnológica emergente, puede ser usada en la gestión educativa, en
objetivos como: Mejorar los resultados académicos docentes e investigativos que
propicien la calidad educativa, mejorar la inclusividad y el acceso a las
instituciones, disminuir los tiempos de permanencia de estudiantes, reducir los
costos asociados a la formación de los estudiantes y reducir los tiempos de
finalización de proyectos investigativos y de extensionismo universitario.
En
fin, la IA es una herramienta transversal, puesto que es mediadora y
facilitadora de procesos en todos los ámbitos del conocimiento humano. Esta
tecnología disruptiva, no es estática, cada vez alcanza mayor aplicabilidad, su
uso tiene dimensiones universales y continuamente su implicación está
transformando la existencia humana en todos sus ámbitos, pues tiene alcances en
la aeronáutica, las ciencias médicas, las ciencias sociales y en los entornos
laborales (Arbeláez-Campillo et al., 2021; Maita-Cruz et al., 2022; Villasmil
et al., 2024). Su transversalidad está determinada por ser un campo de la
informática, que es capaz de crear sistemas que realicen tareas humanas en
todas las áreas, como el aprendizaje automático, el razonamiento y la
percepción en todas las situaciones del saber.
Es
importante esclarecer un concepto que se presenta frecuentemente confuso en la
literatura cuando se refieren al desplazamiento del docente o investigador por
la IA, es decir, algunos describen la herramienta como sustituta de la acción
de la didáctica pedagógica y relaciones de aprendizaje y enseñanza aplicadas
por el docente (Bearman et al., 2023). Más bien, la IA constituye una mediación
tecnológica para lograr un resultado que deberá ser discutido desde la visión
de los enfoque técnicos y sociales, además analizar sus implicaciones en el
aprendizaje académico, en los procesos educativos pedagógicos y en los
resultados investigativos.
El uso
de herramientas de IA en universidades, ha aumentado significativamente en los
últimos 10 años, coincidiendo con el aumento exponencial de aplicaciones del
sector que usan algoritmos matemáticos propios de la IA (Chu et al., 2022).
Este acelerado crecimiento, se ha visto incrementado por la aceptación de stablishment universitario en su uso. De acuerdo
con Crompton y Burke (2023), la IA incrementó su uso a nivel global en los
últimos años en áreas como: Evaluación por parte del docente, predicción de
comportamiento de constructos de aprendizaje, el asistente virtual de IA,
sistemas de tutorías inteligentes y en la gestión de aprendizaje.
De
hecho, este momento es la época crucial para la educación superior y la
investigación en el uso de la IA como instrumento para el logro del
aprendizaje. Muchas compañías desarrolladoras de aplicaciones educativas han
lanzado herramientas conversacionales de forma gratuita, como ChatGpt-3.5, sistema de procesamiento de lenguaje
natural muy útil para generar constructos de conocimientos en diversos
formatos, que ha penetrado no solo en el sistema educativo, también, en toda la
sociedad digital (Craig, 2023). Luego otras aplicaciones siguieron de modo open free, que muy bien son utilizadas en
educación para generar productos intelectuales en formato imagen, audio, texto
o vídeo.
Aunque
el uso de aplicaciones inteligentes aún representa un ingente desafío, se
presentan como la oportunidad para las transformaciones tecnológicas, la
innovación y las dinámicas investigativas que requiere la educación superior
(Cordón, 2023). Es necesario entonces, sistematizar y reorganizar el sistema
educativo universitario adaptándolo a la era de las tecnologías disruptivas y
emergentes, solo así, el uso de la IA se convertirá en una herramienta poderosa
de alto impacto positivo en la educación y la investigación para el bien
social.
Por lo
tanto, las ciencias que se gestionan en la Universidad, deben adaptar sus
contextos teóricos y metodológicos a la realidad surgente, pues el conocimiento
y la información son elementos contundentes que contribuyen a transformar lo
establecido para el bienestar social (Fuenmayor, 2024). La IA llegó, lo hizo
para quedarse, no hay vuelta atrás, solo hay que normar, regular y aplicar con
conciencia y sabiduría esta tecnología. La IA ya está inmersa en la educación,
solo se plantea una reflexión crítica, que según Collin y Marceau (2022), la
disrupción técnica de esta, es más avanzada que la impronta ética, por tanto,
merece una actualización para que ambas marchen de manera paralela.
El
gran desafío de la Universidad no está en la aplicación de la IA para generar
sus constructos de conocimientos, más bien, el reto se presenta en la
planificación, diseño, desarrollo e implementar competencias digitales a fin de
formar mejores profesionales, capaces de comprender el contexto ético de la
tecnología (Ocaña-Fernández et al., 2019). Un dato interesante es, que la misma
IA permite personalizar el aprendizaje en función de las capacidades de cada
formando, pues, admite la adaptación y contextualización del modelo educativo a
conductas individuales del estudiante (García, 2022), de allí que la IA es una
herramienta muy útil para grupos de investigación en el seno de la Universidad.
La IA
es una realidad, todo apunta a que su impacto será generalizado en los ámbitos
del saber, de ahí que las universidades han de acelerar el ritmo de su
incorporación a la par de establecer códigos éticos que orienten su utilización
de manera óptima.
2.
Competencias del docente investigador en inteligencia artificial
La
utilización de IA por el docente-investigador supone el uso de métodos
didácticos desde diversas visiones, asociados a la didáctica enfocada en el
estudiante y en el objeto de aprendizaje, entre ellas se encuentran:
Aprendizaje basado en casos, aprendizaje por reflexión, aprendizaje por
demanda, aprendizaje para la compresión, entre otras. Por otra parte, la IA
potencia el aprendizaje en línea, por lo que la didáctica centrada en el
estudiante también ocupa un lugar importante, siendo que, el mismo formando
requiera de capacidades para desarrollar aprendizajes autónomos y autocríticos,
con ayuda de la IA deberá recrear modelos conductuales de pensamiento crítico y
creativo (García, 2022), para la cual el docente orientador deberá estar
provisto de competencias específicas.
Desde
la perspectiva docente-investigador, es ineludible que la indagación supone
tratar datos e información a objeto de obtener resultados para el beneficio
colectivo, es decir, la investigación en la Universidad supone un enfoque
critico que impacta en la sociedad con consecuencia sociales. Pues, la IA
permite acelerar en su tratamiento tres variables a tomar en cuenta en la
investigación que se ejecuta, para la cual el docente-investigador y los
estudiantes, deberán formarse en estas tres competencias importantes: Obtención
y el tratamiento de datos; la creación de contenido mediante herramientas
automatizadas; y, la verificación del producto resultante que sea beneficioso
(Gómez-Diago, 2022). Para ello, deberán adquirir conocimientos técnicos en la
tecnología emergente de la IA que se utilizarán para cubrir el manejo de la
herramienta tecnológica.
Una de
las potencialidades de la IA, consiste en su aplicabilidad en todas las fases
de la investigación, desde el diseño, recogida de la información, tratamiento y
hasta en la redacción final a fin de documentar los resultados. También otra
interesante facultad de la IA es descrita por Salmerón et al. (2023), indicando
que esta tecnología durante el análisis de datos y la utilización de algoritmos
inteligentes, puede adaptar el material indagativo, las actividades a ejecutar
y las evaluaciones de los resultados, reorientándolos a las necesidades y
habilidades específicas de cada investigador a diferentes ritmos y estilos
conductuales.
Si
bien es cierto que los avances tecnológicos disruptivos de la IA han sido muy
acelerados, ha dejado atrás el avance en materia de investigación, prácticas y
experiencias educativas (Yang et al., 2021), por lo que, el
docente-investigador en la educación superior deberá obtener competencias
digitales e inteligentes sobre la misma marcha de aplicación de la herramienta.
No obstante, los docentes en las universidades –por lo menos en Latinoamérica–
aun sienten intimidación en el uso de la IA como herramienta de creación
investigativa (Dúo et al., 2023), los avances aún son lentos. Por ello, muchos
estudiantes como conducta propia de la generación virtual, adquieren más
factiblemente competencias en el uso de la IA adelantando en muchas ocasiones
al docente.
En la
actualidad, se utilizan mecanismos remotos para adquirir competencias digitales
propias de la revolución tecnológica 4.0; sin embargo, algunas universidades
tienen limitaciones por falta de conectividad y plataformas de ultima
generación. En general las propias IA, se utilizan de manera virtual para
aumentar las opciones de adquirir competencias sobre su mismo manejo, razón por
la cual, invertir en tecnología y adaptarse a los nuevos algoritmos
inteligentes puede convertirse en el gran diferencial entre las universidades
(Salmerón et al., 2023). En virtud de lo expuesto, si las instituciones de
educación universitaria desean estar en avanzada, deberán generar competencias
investigativas con el uso de IA, siendo ineludible entonces, organizarse para formular
políticas de investigación y docencia al respecto.
Los
docentes-investigadores de las universidades en áreas de IA, específicamente
aquellos que utilizan herramientas tecnológicas para tratar grandes volúmenes
de datos en sus investigaciones, requieren de competencias específicas que lo
conviertan en verdaderos sujetos inteligentes. De acuerdo con Romero et al.
(2024), estos sujetos requieren competencias humanas como: El autoaprendizaje,
capacidad cognitiva, adaptabilidad, creatividad e innovación; competencias
interpersonales como: Empatía, habilidades sociales y emocionales, trabajo en
equipo, colaboración y participación y; competencias técnicas como: Comprensión
de la inteligencia artificial, manejo de recursos digitales, mentabilidad
computacional, entre otras, que permitan generar constructos investigativos que
integren la IA con las capacidades de obtener resultados.
Las
competencias técnicas, serán necesarias cuando la investigación sea propia de
la ciencia ingenieril asociada al desarrollo de programas basados en IA, tales
como: Matemáticas y estadística, programación, manejo de bases de datos
relacionales, manejo de técnicas de aprendizaje automático y aprendizaje
profundo, procesamiento y análisis de datos, minería de datos, técnicas y herramientas
de visualización de datos y narraciones de datos denominada Data Storytelling (Lope et al., 2020). Por ello, cuando se trata de generar competencias
investigativas en IA en el
docente, debe pensarse en una formación adaptada a cada campo especifico.
Las
competencias en el manejo de IA en el docente-investigador en educación
superior, debe ser –entre otras áreas– en el campo de la IA generativa,
entendiéndose esta, como el tipo de inteligencia artificial capaz de generar
contenidos, emulando lo que produciría un creador humano (Casar, 2023). En este
campo de la IA, se visualizan desarrollos tecnológicos avanzados como:
Programas conversacionales inteligentes, denominados chatbots, plataformas online
para el autoaprendizaje y robótica educativa (Moreno, 2019). La IA
generativa es capaz de crear textos, imágenes, mapas mentales, gráficos y
aplicaciones con características casi igualitarias a las que reproduce el ser
humano dedicado al campo de las tecnociencias emergentes.
Por
ello, la IA e IA generativa, se presentan en su aplicabilidad de carácter
transversal y de naturaleza multidisciplinar. Será necesario entonces, tener
competencias y habilidades técnicas que alcancen la
comprensión de los algoritmos de Machine Learning,
dominar las técnicas de Deep Learning y
comprender el Procesamiento de Lenguaje Natural (PLN), para dominar técnicas de
dar instrucciones a la IA para que genere un contenido nuevo. Adicionalmente,
los investigadores deben tener la capacidad para trabajar con grandes conjuntos
de datos cuando las investigaciones estén en el campo de las ciencias
ingenieriles.
El uso
de la IA por el docente-investigador en la Universidad, también supone poseer
competencias éticas del campo humano, pues, se plantean dilemas y riesgos en su
empleo y ámbitos de uso (Aguirre-Aguilar et al., 2024). Razón por la cual, la
IA en las instituciones universitarias no está exenta de grandes desafíos,
debido a que cuando se tratan grandes volúmenes de datos e información, estos
deben usarse de manera responsable, asegurando la protección y su privacidad
(Tobar et al., 2024). De allí que las competencias éticas deben estar presente
en el docente-investigador de manera integral.
Otro
aspecto a cubrir dentro de las competencias éticas del docente investigador,
constituye asegurar la precisión y la fiabilidad de resultados aportada por la
IA generativa, pues, esta se basa en datos y algoritmos ubicados en su programa
para localizar en la red, con el propósito de generar contenido, bien sea de
texto, imágenes o mapas mentales como resultado de la investigación, por tanto,
es importante probar o verificar los algoritmos antes de utilizarlos para
asegurar que estén generando contenidos precisos y fiables (Juca-Maldonado,
2023), asegurando así el carácter ético de los resultados. Pues, la ética guía
el comportamiento moral del investigador; mientras que la IA representa la
herramienta especial para reproducir resultados de manera óptima y eficiente
durante el proceso indagativo.
La
creatividad y el nivel cognitivo del docente-investigador representan
competencias esenciales para maximizar la eficiencia del proceso y resultado
del producto final. La misma IA simula las funciones cognitivas, creativas y
racionales de los seres humanos (Norman-Acevedo, 2023), por tanto, el manejo de
la herramienta por el investigador debe ser creativa, repensando la forma de
tratar los datos durante la investigación. Por ello, el nivel cognitivo permite
al ser humano aprender, prestar atención, memorizar, hablar, leer, razonar,
comprender, estas nunca serán superadas por la IA generativa, solo serán una
aproximación valiosa.
En el
mismo orden de ideas, la generación de competencias técnicas, éticas y
creativas por el docente investigador del nivel universitario, atañe también a
la institución, puesto que, las herramientas de IA son aplicadas para
actualizar y elevar el nivel de calidad del proceso docente y de investigación
de la Universidad. En este sentido, Ayuso-del Puerto y Gutiérrez-Esteban
(2022), recomiendan algunas adopciones institucionales, como: Extender las
investigaciones docentes a otras instancias mediante alianzas; proveer recursos
tecnológicos de última generación, capacitar a los docentes en competencias
para el uso de IA asegurando el acompañamiento pedagógico, mediante la creación
de una práctica nacional e internacional de comunidad virtual de uso de la IA
en investigación.
Finalmente,
un docente-investigador con competencias bien desarrolladas en la aplicación de
IA, será un actor clave para trasmitir y enseñar las competencias descritas a
los estudiantes en formación en pregrado y posgrado. Sobre todo, en la
actualidad donde los sectores privado y público de la economía están
desarrollando y aplicando inteligencia artificial en sus procesos de gestión y
producción, por tanto, el impacto en la empleabilidad de los recién graduados y
los posibles desajustes entre sus habilidades y las competencias requeridas por
la estructura laboral serán subsanados (Figueiredo et al., 2017), surgiendo así
nuevos perfiles y competencias de trabajo en el profesional universitario de la
actualidad.
3.
Formación docente en IA para el desarrollo de la investigación
La formación continua y desarrollo profesional del docente-investigador es esencial para
la generación de competencias en tecnologías emergentes, el entrenamiento
deberá ser parte de la política educativa universitaria. La formación de estos
lineamientos por la dirección estratégica del sector de educación superior,
constituye el mejor argumento para aprovechar las oportunidades de enfrentar los
retos de la educación del siglo XXI, así como las ventajas y riesgos que
presenta la creciente conexión entre IA y la educación (UNESCO, 2021). Es
ineludible, que los docentes universitarios deberán asistir a entrenamiento,
talleres, seminarios y conferencias sobre IA, y colaborar en proyectos
prácticos para aplicar los conocimientos teóricos y tecnológicos en contextos
reales.
El
contexto actual amerita la tecnificación masiva de las universidades, la
institución y sus actores principales no deben quedar rezagados. Uno de los
principales impactos de la IA en la educación universitaria, es la educación
individualizada a través de aplicaciones inteligentes, el docente-investigador
deberá ser entrenado para trabajar con simuladores inteligentes, programas tutoriales
y juegos interactivos mediados por algoritmos matemáticos (Obregón et al.,
2023). La educación del futuro con el uso de IA será adaptada a las necesidades
individuales de cada actor, la investigación científica también será adaptativa
en especial en la especialidad, área y alcance del investigador.
Los
docentes-investigadores, necesitaran incorporarse a programas de formación en
áreas de las ciencias de datos, programas de
posgrado, programas de IA generativos, certificaciones y
cursos especializados en IA, cursos masivos en línea, aprendizaje
automático, fundamentos de subrutinas de la IA, generación de chatbots educativos y aplicaciones de IA en la
investigación científica. También, debido al vertiginoso crecimiento y
actualización de las aplicaciones IA el investigador debe incluirse en
comunidades de prácticas tecnológicas-CPT, nacionales e internacionales que
permitan como alternativa de formación colaborativa (Bedoya et al., 2018), a
objeto de intercambiar constructos de aprendizaje sobre el manejo de la IA.
Por
otra parte, los investigadores deberán fortalecer la producción intelectual a
fin de generar producción intelectual en sus líneas de investigación con ayuda
de IA Generativa, por tanto, requerirán formación en modelos de generación
neuronal basados en Modelos de Lenguaje Reentrenados –denominado por el
acrónimo anglosajón PLM– que es un enfoque técnico mediado por la IA, el cual
es una prometedora aplicación para generación, diseño y, verificación de texto,
dados los apuntes producidos por el docente producto de la investigación (Li et
al., 2024). Además, estos algoritmos neuronales hacen predicciones basadas en
datos, se entrenan con grandes conjuntos de datos para realizar una tarea
específica.
En otro
orden de ideas, la formación de competencias en IA no es un hecho aislado, su
accionar debe ser armonizado con nuevos diseños curriculares de educación
universitaria, que deberán ser mediados con la didacta inteligente y
direccionados hacia la creación de habilidades críticas, creadoras y técnicas
inteligentes de la nueva Universidad del futuro (Martínez, 2019). El objetivo
de la educación superior será crear un marco común de competencias docentes
para enfrentar los desafíos y oportunidades de la IA en el ámbito de la
Universidad del siglo XXI.
La
formación del investigador debe centrarse en la dotación de competencias del
mundo real productivo, pues son necesarias para la articulación de los
resultados de investigaciones con las necesidades sociales y productivas, como
contribución en la generación del bienestar de la sociedad. La IA y la IA
Generativa ya están instaladas socialmente, el rezago en las competencias del
docente-investigador en aplicación de estas tecnologías trae como consecuencia
desequilibrios en la calidad educativa, ocasionando fallas en retransmisión de
habilidades a los estudiante e investigaciones.
4.
Oportunidades y riesgos éticos de la IA en investigación
La IA
en la investigación científica está en la sociedad del conocimiento, ocupa
entornos sociales, educativos, productivos y económicos, su oportunidad para el
bienestar social y el riesgo ético se debate en la delgada cuerda de su
aplicación, existiendo voces defensoras, pero también detractoras (Barrios-Tao
et al., 2021). La propia investigación en IA continúa expandiéndose, no muestra
signos de desaceleración, cada vez se inventan aplicaciones complejas que
facilitan los procesos sociales (Llorens-Largo et al., 2023). Es tan diversa la
gama de aplicaciones que en la actualidad existe competencia en el mercado de
servicios tecnológicos emergentes, surgiendo un nuevo paradigma mercantil.
La
investigación en la Universidad no tiene alternativa de salida, debe y está
participando en la generación de aplicaciones de IA, hoy es la gran oportunidad
de integración para ir en paralelo con el desarrollo. En contrasentido, uno de
los principales desafíos de la integración de IA en la investigación y docencia
en la educación superior, es la brecha digital y la desigualdad de acceso a la tecnología
entre países y entre universidades. En el mismo orden de ideas, el gran
beneficio de la IA en la investigación es la celeridad en el tratamiento de
grandes volúmenes de datos, tecnologías que muchas veces tienen que ser
importadas (Vera, 2023), pues se trata de una herramienta para manejar la
información en la investigación cuantitativa.
La IA
es un elemento que propicia el proceso transformacional de la educación en
todos los niveles, puesto que, trae consigo nuevas oportunidades en el campo de
la investigación científica, en la innovación y en nuevas formas de lograr
constructos de conocimientos, el cual generará progreso y transformaciones
educativas positivas. Además, en opinión de López y Peña (2023), la IA brindará
las herramientas clave para formar la nueva fuerza laboral emergente en
competencias necesaria para la marcha de la sociedad. Sin embargo, debido a la
irrupción de esta herramienta tecnológica, se requerirá un aprendizaje y
formación urgente para muchos docentes–investigadores de las universidades.
La IA
si bien, por un lado, tiene un inmenso potencial de la investigación
científica, siendo una herramienta que es buscada en muchos centros de
investigación para mediar y facilitar el proceso indagativo en tiempo mínimo;
también por otro lado, tiene un impacto ético negativo cuando su uso en
investigación e innovación es irresponsable (González-Esteban y Calvo, 2022).
Su aplicación en investigación en la educación superior requiere entonces, una
administración ética que procure más bien el uso tecnológico para el beneficio
social y humano.
Conclusiones
En el
ámbito educativo superior, la IA más allá de su tan acelerado avance, sigue
siendo una herramienta en ascenso con un potencial incalculable, pues, está
implícita mediante su transversalidad y aplicación multidisciplinar, en gestión
educativa de universidades tanto administrativa como académica, en la
planificación del currículo y en la investigación e innovación de todos los
actores universitarios. Bajo este planteamiento surgen varias consideraciones
en lo relativo a las competencias institucionales y docentes para generar
proyectos de investigación haciendo uso de la tecnología, así como también en
replantear los desafíos éticos y morales para enfrentar con responsabilidad la
IA.
A tal
efecto, se concluye con aseveraciones praxiológicas que procuran aclarar
asuntos relacionados con premisas vinculadas con la preparación de las
universidades en igualdad de condiciones para asumir tan desafiante reto. En
esta circunstancia, el currículo educativo deberá ser capaz de adaptarse a esta
nueva tecnología ya en curso; así como también los docentes e investigadores
deberán poseer las competencias necesarias para asumir esta herramienta propia
de las tecnociencias emergentes. De igual manera, se plantean consideraciones
desde la visión de la propiedad, siendo que las universidades tanto públicas
como privadas en Latinoamérica aun no están listas para estar inmersas de
manera integral en el uso de esta tecnología disruptiva para ejecutar investigación
científica e innovaciones tecnológicas.
En
materia de competencias del docente investigador universitario para hacer uso
de la IA, se identificaron desde un enfoque hermenéutico compartido,
competencias técnicas, humanas e interpersonales como requisitos del docente
para realizar investigación en la era de la IA. Para ello, será necesario que
los mismos investigadores potenciales se integren en programas de formacion
generados a partir de la política educativa para así contar con el máximo
compromiso estratégico institucional en apoyo a las funciones investigativas.
A tal
fin, la Universidad del siglo XXI como institución rectora del conocimiento,
requiere de transformaciones integrales que van desde el currículo educativo,
adaptándolo al elemento tecnológico, hasta la dotación de equipos y tecnologías
necesarias para la ejecución de la praxis investigativa mediante herramientas
de IA, que catapulten a las instituciones hacia la Universidad del siglo XXI.
Las
implicaciones éticas del uso de la IA apenas comienzan, este articulo procura
ser un aporte al debate que en torno a esta nobel herramienta se ha sembrado en
la cotidianidad universitaria mundial. Forjar docentes e investigadores con
competencias acordes a las exigencias tecnológicas actuales es un reto que
puede contribuir a la excelencia académica. Queda aún mucho por debatir sobre
las competencias del docente ante los retos que impone la IA, lo que a su vez
obliga a seguir indagando sobre el perfil del docente en esta nueva era
tecnológica y sobre todo reflexionar la ética desde la perspectiva del uso de
la IA.
Referencias
bibliográficas
Aguirre-Aguilar, G., Esquivel-Gámez, I., Edel-Navarro, R., y Veytia-Buchelli, M. G. (2024). La IA en el desarrollo de competencias investigativas en el posgrado. Alteridad, 19(2), 162-172. https://doi.org/10.17163/alt.v19n2.2024.01
Arbeláez-Campillo, D. F., Villasmil, J. J., y Rojas-Bahamón, M. J. (2021). Inteligencia artificial y condición humana: ¿Entidades contrapuestas o fuerzas complementarias? Revista de Ciencias Sociales (Ve), XXVII(2), 502-513. https://doi.org/10.31876/rcs.v27i2.35937
Ayuso-del Puerto, D., y Gutiérrez-Esteban, P. (2022). La Inteligencia Artificial como recurso educativo durante la formación inicial del profesorado. RIED. Revista Iberoamericana de Educación a Distancia, 25(2), 347-358. https://doi.org/10.5944/ried.25.2.32332
Barrios-Tao,
H., Díaz, V., y Guerra, Y. M. (2021). Propósitos de la educación frente a desarrollos
de inteligencia artificial. Cadernos de Pesquisa, 51, e07767. https://doi.org/10.1590/198053147767
Bearman, M., Ryan, J., y Ajjawi, R. (2023). Discourses of artificial
intelligence in higher education: A critical literature review. Higher Education,
86, 369-385. https://doi.org/10.1007/s10734-022-00937-2
Bedoya,
J. R., Betancourt, M. O., y Villa, F. L. (2018). Creación de una comunidad de práctica para la
formación de docentes en la integración de las TIC a los procesos de
aprendizaje y enseñanza de lenguas extranjeras. Íkala. Revista de Lenguaje y Cultura, 23(1),
121-139. https://doi.org/10.17533/udea.ikala.v23n01a09
Casar, J. R. (2023). Editorial. Inteligencia artificial generativa. Anales de la Real Academia de Doctores de España, 8(3), 475-489. https://www.rade.es/imageslib/PUBLICACIONES/ARTICULOS/V8N3%20-%2001%20-%20ED%20-%20CASAR.pdf
Chu, H.-C.,
Tu, Y.-F., y Yang, K.-H. (2022). Roles and research trends artificial intelligence in higher education: A
systematic review of the top 50 most-cited articles. Australasian Journal of
Educational Technology, 38(3), 22-42. https://ajet.org.au/index.php/AJET/article/view/7526
Collin, S., y Marceau, E. (2022). Enjeux éthiques et critiques de l’intelligence artificielle en enseignement supérieur. Éthique publique. Revue Internationale D’éthique Sociétale et Gouvernementale, 24(2). https://doi.org/10.4000/ethiquepublique.7619
Cordón, O. (2023). Inteligencia Artificial en Educación Superior: Oportunidades y riesgos. RiiTE Revista interuniversitaria de investigación en Tecnología Educativa, (15), 16-27. https://doi.org/10.6018/riite.591581
Craig, D. (2023). Computadoras que aprenden: Guía
básica para docentes sobre Inteligencia Artificial en Educación. CIEC. https://ciec.edu.co/guia-basica-para-docentes-sobre-inteligencia-artificial/
Crompton,
H., y Burke, D. (2023). Artificial intelligence in higher education: The state
of the field. International Journal of Educational Technology in Higher
Education, 20, 22. https://doi.org/10.1186/s41239-023-00392-8
Dúo, P., Moreno, A. J., López, J., y Marín, J. A. (2023). Inteligencia Artificial y Machine Learning como recurso educativo desde la perspectiva de docentes en distintas etapas educativas no universitarias. RiiTE Revista interuniversitaria de investigación en Tecnología Educativa, (15), 58-78. https://doi.org/10.6018/riite.579611
Figueiredo, H., Biscaia, R., Rocha, V., y Texeira,
P. (2017). Should we start
worrying? Mass higher education, skill demand and the increasingly complex
landscape of young graduates’ employment. Studies in Higher Education, 42(8),
1401-1420. https://doi.org/10.1080/03075079.2015.1101754
Fuenmayor, J. (2024). Editorial. La educación superior en la era de la IA, principales tendencias y desafíos. Revista de Ciencias Sociales (Ve), XXX(2), 9-13. https://doi.org/10.31876/rcs.v30i2.41930
García, J. J. (2022). Implicancia de la inteligencia artificial en las aulas virtuales para la educación superior. Orbis Tertius UPAL, 5(10), 31-52. https://doi.org/10.59748/ot.v5i10.98
Gómez-Diago, G. (2022). Perspectivas para abordar la inteligencia artificial en la enseñanza de periodismo. Una revisión de experiencias investigadoras y docentes. RLCS, Revista Latina de Comunicación Social, (80), 29-46. https://doi.org/10.4185/RLCS-2022-1542
González-Esteban,
E., y Calvo, P. (2022). Ethically
governing artificial intelligence in the field of scientific research and
innovation. Heliyon, 8(2), e08946. https://doi.org/10.1016/J.HELIYON.2022.E08946
Juca-Maldonado, F. (2023). El impacto de la inteligencia artificial en los trabajos académicos y de investigación. Revista Metropolitana de Ciencias Aplicadas, 6(E-1), 289-296. https://doi.org/10.62452/8nww1k83
Klutka, J., Ackerly, N., y Magda, A. J. (2018). Artificial intelligence in higher
education: Current uses and future applications. Learning House.
Lafont, J., Torres, F., y Ensuncho, A. (2021). Desafíos de las universidades ante la tendencia mundial de la Industria 4.0. Revista de Ciencias Sociales (Ve), XXVII(E-4), 306-318. https://doi.org/10.31876/rcs.v27i.37009
Li, J., Tang, T., Zhao, W. X., Nie, J.-Y., y Wen, J.-R. (2024). Pre-trained language models for text generation: A survey. ACM Computing Surveys, 56(9), 230. https://doi.org/10.1145/3649449
Llorens-Largo,
F., Vidal, J., y García-Peñalvo, F. J. (8 de diciembre de 2023). Ya llegó, ya
está aquí, y nadie puede esconderse: La inteligencia artificial generativa en
educación. Aula Magna 2.0. https://cuedespyd.hypotheses.org/14389
Lope, V., Mamaqi, X., y Vidal, F. (2020). La inteligencia artificial: Desafíos teóricos, formativos y comunicativos de la datificación. Icono14, 18(1), 58-88. https://doi.org/10.7195/ri14.v18i1.1434
López, A. M., y Peña, L. (2023). Inteligencia Artificial: El futuro del empleo. Revista Lecciones Vitales, 1, lv0103. https://doi.org/10.18046/rlv.2023.6118
Maita-Cruz, Y. M., Flores-Sotelo, W. S., Maita-Cruz, Y. A., y Cotrina-Aliaga, J. C. (2022). Inteligencia artificial en la gestión pública en tiempos de Covid-19. Revista de Ciencias Sociales (Ve), XXVIII(E-5), 331-330. https://doi.org/10.31876/rcs.v28i.38167
Martínez,
X. (2019). La industria 4.0. y las pedagogías digitales: Aporías e
implicaciones para la educación superior. Innovación
Educativa, 19(79), 7-12. https://www.ipn.mx/assets/files/innovacion/docs/Innovacion-Educativa/Innovacion-Educativa-79/revista-completa-ie-79.pdf
Moreno, R. D. (2019). La llegada de la inteligencia artificial a la educación. Revista de Investigación en Tecnologías de la Información, 7(14), 260-270. https://doi.org/10.36825/RITI.07.14.022
Norman-Acevedo, E. (2023). La inteligencia artificial en la educación: Una herramienta valiosa para los tutores virtuales universitarios y profesores universitarios. Panorama, 17(32), 1-11. https://doi.org/10.15765/pnrm.v17i32.3681
Obregón, L. A., Onofre, C. Y., y Pareja, E. J. (2023).
El impacto de la inteligencia artificial en el ámbito educativo. Revista
Científica FIPCAEC. Polo de Capacitación, Investigación y Publicación (POCAIP),
8(3), 342-354. https://www.fipcaec.com/index.php/fipcaec/article/view/871
Ocaña-Fernández, Y., Valenzuela-Fernández, L. A., y Garro-Aburto, L. L. (2019). Artificial Intelligence and Its Implications in Higher Education. Propósitos y Representaciones, 7(2), 553-568. http://dx.doi.org/10.20511/pyr2019.v7n2.274
Organización
de las Naciones Unidas para la Educación, la Ciencia y la Cultura - UNESCO
(2019). Consenso de Beijing. Sobre la inteligencia artificial y la
educación. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000368303
Organización de las Naciones Unidas para la
Educación, la Ciencia y la Cultura - UNESCO (2021). Inteligencia Artificial
y educación: Guía para las personas a cargo de formular políticas. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000379376
Ríos-Sangucho, I. P. (2024). Reflexiones ético filosóficas sobre la ciencia y tecnociencia. Revista de Filosofía, 41(107), 162-171. https://doi.org/10.5281/zenodo.11183324
Romero, G., Frías, J. A., Terán, J. L., y Cedeño, X. A. (2024). Habilidades del líder en la era de la Inteligencia Artificial en el contexto de organizaciones de Ingeniería. Gestión I+D, 9(2), 211-250. https://saber.ucv.ve/ojs/index.php/rev_GID/article/view/28890
Salmerón, Y. M., Luna, H. E., Murillo, W. G., y Pacheco, V. A. (2023). El futuro de la Inteligencia Artificial para la educación en las instituciones de Educación Superior. Revista Conrado, 19(93), 27-34.
Tobar, J. E., Campos, M. Y., González, Y. M., y
Tapia, C. E. (2024). La inteligencia artificial aplicada a la gestión educativa
y su incidencia en el desarrollo de las competencias docentes. Revista Mapa, 8(35), 200-216. https://revistamapa.org/index.php/es/article/view/478
Tuomi, I. (2018). The impact of Artificial Intelligence on learning, teaching, and education. European Union. https://doi.org/10.2760/12297
Vera, F. (2023). Integración de la Inteligencia Artificial en la Educación superior:
Desafíos y oportunidades. Transformar, 4(1), 17-34. https://www.revistatransformar.cl/index.php/transformar/article/view/84
Villasmil, J. J., Berrocal, J. C., y Rodelo, M. R. (2024). Inteligencia artificial y nuevas formas de derecho en el siglo XXI. Revista de Ciencias Sociales (Ve), XXX(E-9), 447-458. https://doi.org/10.31876/rcs.v30i.42324
Yang, S.
J. H., Ogata, H., Matsui, T., y Chen, N.-S. (2021). Human-centered artificial intelligence in education:
Seeing the invisible through the visible. Computers
and Education: Artificial Intelligence, 2, 100008. https://doi.org/10.1016/j.caeai.2021.100008