Universidad del Zulia (LUZ)
Revista Venezolana de Gerencia (RVG)
Año 31 No. 113, 2026, e3111325
Enero-marzo
ISSN 1315-9984 / e-ISSN 2477-9423
Como citar: Peñalver, M. J., Navarro, E. A., Rodríguez, L. R. y López, R. D. P. (2026). Lex Machina: estudio fenomenológico sobre inteligencia artificial. Revista Venezolana De Gerencia, 31(113), e3111325. https://doi.org/10.52080/rvgluz.31.113.25
Lex Machina: estudio fenomenológico sobre inteligencia artificial
Peñalver Higuera, Manuel José*
Navarro Vega, Edwin Augusto**
Rodríguez Alegre, Lino Rolando***
López Padilla, Rosario Del Pilar****
Resumen
Este estudio analizó el impacto de la inteligencia artificial en el proceso de enseñanza y aprendizaje en estudiantes de nivel doctorado, contribuyendo al Objetivo de Desarrollo Sostenible (ODS) 4, Educación de Calidad. La investigación adoptó un enfoque cualitativo con un diseño fenomenológico, permitiendo comprender las experiencias y percepciones de los estudiantes en relación con la inteligencia artificial. La población de estudio estuvo conformada por 15 estudiantes de doctorado seleccionados mediante muestreo teórico-intencional. Los hallazgos indicaron que la inteligencia artificial optimizó el acceso a información y personalizó la enseñanza, facilitando el desarrollo de habilidades analíticas. No obstante, se identificaron riesgos como la dependencia tecnológica y la posible afectación del pensamiento crítico. Se concluyó que la implementación efectiva de la inteligencia artificial en la educación jurídica requiere una integración equilibrada con metodologías tradicionales, capacitación docente y regulación ética. Estas medidas asegurarán que la inteligencia artificial complemente, sin sustituir, la formación de juristas con competencias sólidas y pensamiento autónomo.
Palabras clave: Inteligencia artificial; enseñanza superior; educación jurídica; aprendizaje autónomo; ética digital.
Recibido: 10.09.25 Aceptado: 08.12.25
* Doctor en Ciencias para el Desarrollo Estratégico, Universidad Bolivariana de Venezuela; Ingeniero Electrónico en Computación, Universidad Yacambú, Venezuela; con PhD en Filosofía e Investigación. Universidad Nacional Experimental del Yaracuy, Venezuela. Docente Investigador de Posgrado Universidad Católica de Trujillo. Trujillo – Perú. Correo: mjpenalver@ucvvirtual.edu.pe, ORCID: https://orcid.org/0000-0002-8732-984X
** Doctor en Derecho y Ciencias Políticas, Universidad Nacional de Trujillo - Perú; Abogado, Universidad Cesar Vallejo - Perú; con PhD en Filosofía e Investigación. Universidad Nacional Experimental del Yaracuy, Venezuela. Docente Investigador de Posgrado Universidad César Vallejo. Trujillo – Perú. Correo: nvegaea@ucvvirtual.edu, ORCID: https://orcid.org/0000-0003-3563-0291
*** Doctorando en Administración. Universidad Nacional Federico Villarreal, Magister en Administración Universidad del Pacífico, Universidad Nacional Federico Villarreal, Ingeniero Pesquero Tecnólogo Docente Investigador Universidad Nacional José Faustino Sánchez Carrión, Huacho – Perú. Correo: lrodriguez@unjfsc.edu.pe, ORCID: https://orcid.org/0000-0002-9993-8087
**** Magister en Administración, Universidad Nacional Federico Villarreal; Ingeniero Alimentario, Universidad Nacional Federico Villareal, Lima - Perú; Renacyt con filiación Universidad César Vallejo. Lima – Perú. Correo: rlopezp@ucv.edu.pe, ORCID: https://orcid.org/0000-0003-2651-7190
Lex Machina: phenomenological study on artificial intelligence
Abstract
This study analyzed the impact of artificial intelligence (AI) on the teaching and learning process of Doctoral Law students at a university in Trujillo during 2024, contributing to Sustainable Development Goal (SDG) 4: Quality Education. The general objective was to determine how AI influences the academic and professional training of doctoral law students. The research adopted a qualitative approach with a phenomenological design, allowing for an in-depth understanding of students’ experiences and perceptions regarding AI. The study population consisted of 15 doctoral students selected through theoretical-intentional sampling. The findings indicated that AI optimized access to information and personalized instruction, facilitating the development of analytical skills. However, risks such as technological dependency and potential impacts on critical thinking were identified. It was concluded that the effective implementation of AI in legal education requires a balanced integration with traditional methodologies, faculty training, and ethical regulation. These measures will ensure that AI complements, rather than replaces, the training of jurists with strong competencies and independent thinking.
Keywords: Artificial intelligence; higher education; legal education; autonomous learning; digital ethics.
1. Introducción
A nivel global, la inteligencia artificial (IA) ha revolucionado la educación superior mediante la implementación de herramientas avanzadas que optimizan la enseñanza y el aprendizaje en diversas disciplinas. En el ámbito jurídico, universidades de prestigio han integrado sistemas de IA para personalizar la instrucción, mejorar la evaluación del desempeño y facilitar el acceso a fuentes de información especializadas (Arbulú et al., 2024). Su impacto en la educación jurídica es evidente en la automatización del análisis jurisprudencial, la predicción de decisiones judiciales y la optimización de la argumentación legal (Revell et al., 2024). Sin embargo, la implementación de IA en la educación plantea desafíos relacionados con la equidad en el acceso, la dependencia tecnológica y la preservación del pensamiento crítico en los estudiantes (Rodríguez-Saavedra et al., 2025).
En el contexto peruano, las universidades han iniciado la incorporación de IA en sus programas de posgrado, aunque su integración sigue siendo incipiente y enfrenta dificultades en términos de infraestructura, capacitación docente y adaptación curricular (Estrada-Araoz et al., 2024). En el campo del derecho, la enseñanza a nivel doctoral debe garantizar que la automatización y el uso de bases de datos inteligentes no reemplacen la capacidad de argumentación jurídica, sino que la potencien. Los hallazgos de este estudio evidencian que los estudiantes perciben la IA como una herramienta que optimiza el acceso a información y personaliza la enseñanza, aunque también reconocen que su uso inadecuado puede limitar el desarrollo del pensamiento crítico y la creatividad argumentativa.
Inicialmente, se observa que la educación jurídica ha sido tradicionalmente un proceso basado en el análisis normativo, la interpretación jurisprudencial y la argumentación teórica, procesos que pueden ser modificados por la automatización de sistemas inteligentes. Los estudiantes de doctorado en derecho han señalado que, aunque la IA facilita la investigación y permite un acceso más amplio a recursos académicos, su implementación desregulada podría generar dependencia tecnológica y afectar la calidad de la formación profesional (Baidoo-Anu et al., 2024).
Ante esta situación, sugiere que, sin una regulación adecuada y sin estrategias pedagógicas claras, la implementación de la IA podría derivar en una formación jurídica deficiente, donde el conocimiento se limite a la interpretación automatizada de datos sin un análisis crítico profundo. A largo plazo, esto afectaría la capacidad argumentativa de los futuros juristas y la solidez de la investigación jurídica (Gallent-Torres et al., 2023). Asimismo, la falta de criterios claros sobre la ética en el uso de la IA en el derecho podría generar dilemas en la producción académica y la toma de decisiones judiciales (Rodríguez-Saavedra et al., 2025).
Es por ello que se requiere el diseño de estrategias que permitan una integración equilibrada de la IA en la educación doctoral, asegurando que estas herramientas complementen, pero no sustituyan, la capacidad analítica y argumentativa de los estudiantes. La investigación ha demostrado que la inversión en infraestructura digital y la capacitación docente son fundamentales para maximizar los beneficios de la IA en la educación superior (Nevárez Montes & Elizondo-García, 2025). Así mismo, es imprescindible desarrollar políticas institucionales que regulen su uso, capacitar a los docentes en metodologías innovadoras y garantizar que los estudiantes accedan a formación crítica sobre las implicaciones éticas y legales de la inteligencia artificial. Solo así se podrá aprovechar el potencial de la IA sin comprometer la esencia del pensamiento jurídico, contribuyendo a la formación de juristas altamente capacitados para enfrentar los desafíos del derecho en la era digital.
Ante la problemática planteada, se genera una pregunta central que guía esta investigación: ¿De qué manera impacta la inteligencia artificial en el proceso de enseñanza y aprendizaje de estudiantes de doctorado? Esta interrogante surge ante la creciente incorporación de tecnologías de IA en la educación superior y la necesidad de evaluar sus efectos en la formación jurídica avanzada.
En este contexto, se busca analizar si la IA potencia el desarrollo del pensamiento crítico y argumentativo de los doctorandos o, por el contrario, genera una dependencia tecnológica que podría afectar su autonomía intelectual. Asimismo, se pretende identificar los principales beneficios y desafíos asociados a su implementación, considerando aspectos clave como el acceso a información especializada, la personalización del aprendizaje y la optimización de procesos académicos, frente a riesgos como la desinformación, la superficialidad en el análisis jurídico y las implicaciones éticas en su uso (Baidoo-Anu et al., 2024; Rodriguez-Saavedra et al., 2025). Responder esta pregunta permitirá generar propuestas para una integración efectiva y regulada de la IA en la enseñanza del derecho, asegurando que su aplicación contribuya a la formación de juristas con competencias sólidas y capacidad de adaptación a los desafíos del entorno digital.
En síntesis, esta investigación busca analizar el impacto que genera la inteligencia artificial en el proceso de enseñanza y aprendizaje de los estudiantes de Doctorado en Derecho en una universidad de Trujillo durante el año 2024. La creciente integración de IA en la educación superior presenta oportunidades significativas para mejorar el acceso a información especializada, personalizar la enseñanza y optimizar procesos académicos. No obstante, también plantea desafíos relacionados con la autonomía intelectual, la ética en el uso de estas tecnologías y la necesidad de desarrollar estrategias que eviten la dependencia excesiva de herramientas automatizadas en la formación jurídica.
A través de este estudio, se espera generar un análisis integral que permita comprender cómo la IA está transformando la enseñanza del derecho a nivel doctoral, identificando sus beneficios y limitaciones, así como estableciendo lineamientos para su implementación efectiva en el contexto académico peruano. De este modo, se contribuirá a la consolidación de un modelo educativo que aproveche el potencial de la inteligencia artificial sin comprometer la calidad y la profundidad del pensamiento jurídico, garantizando una formación acorde con las exigencias del mundo digital y los principios fundamentales de la argumentación jurídica.
2. Consideraciones metodológicas de la investigación
El presente estudio se enmarca en un enfoque cualitativo, cuyo propósito es comprender e interpretar las experiencias y significados atribuidos por los participantes en relación con el uso de la inteligencia artificial en la educación jurídica. Este enfoque permite analizar la realidad desde la perspectiva de los sujetos involucrados, enfatizando la riqueza de sus percepciones y la construcción de significados en torno al fenómeno estudiado (Sandoval Casilimas, 1996).
En este sentido, la investigación se orienta hacia un tipo de estudio de carácter básico, cuyo propósito es ampliar el conocimiento sobre la implementación de la IA en el ámbito educativo superior y, en particular, en la formación de los estudiantes de doctorado en Derecho. Dado que se pretende describir e interpretar el impacto de estas tecnologías en el proceso de enseñanza y aprendizaje, el alcance de la investigación es descriptivo-interpretativo, lo que implica que el análisis se centra en identificar las particularidades del fenómeno y su influencia en el contexto académico en el que se desarrolla (Gurdián-Fernández, 2007).
Para llevar a cabo el estudio, se adoptó un diseño metodológico de tipo fenomenológico, el cual permite explorar las vivencias subjetivas de los participantes y comprender la esencia de sus experiencias en torno a la inteligencia artificial en la enseñanza del Derecho. Este diseño busca capturar la manera en que los estudiantes de doctorado perciben la IA, sus implicaciones en el desarrollo del pensamiento crítico y argumentativo, así como los retos y oportunidades que esta tecnología representa en su formación académica.
La fenomenología ofrece un marco adecuado para analizar la experiencia de los estudiantes desde su propia realidad, sin imponer categorías previas, permitiendo así una aproximación inductiva al objeto de estudio. La riqueza del diseño fenomenológico radica en su capacidad para desentrañar los significados que los sujetos atribuyen a su entorno, lo que resulta clave para comprender la transformación educativa impulsada por la inteligencia artificial (Strauss & Corbin, 1998).
El procedimiento de muestreo seguido en esta investigación se basa en un muestreo teórico-intencional, el cual permite seleccionar a los participantes en función de su experiencia con el fenómeno en estudio. Para ello, se recurrió a la selección de 15 estudiantes de doctorado en Derecho que han interactuado con herramientas de inteligencia artificial en su proceso de aprendizaje. La elección de estos participantes responde a la necesidad de analizar cómo estas tecnologías están incidiendo en la formación de juristas y de qué manera influyen en el desarrollo de sus competencias analíticas y argumentativas.
El criterio de saturación teórica se empleó para definir el número final de participantes, garantizando que la información recopilada fuera suficiente para ofrecer una interpretación robusta y bien fundamentada del fenómeno estudiado (Glaser & Strauss, 1967). En este sentido, se consideró que el muestreo teórico permite identificar patrones emergentes en los discursos de los entrevistados, enriqueciendo el análisis cualitativo mediante la identificación de categorías significativas (Hernández et al., 2010).
Para la recolección de datos, se emplearon dos técnicas principales: la entrevista semiestructurada y el análisis documental. La entrevista semiestructurada permitió obtener información detallada sobre las percepciones de los estudiantes respecto al impacto de la inteligencia artificial en su formación. Este instrumento, diseñado con preguntas abiertas, facilitó la exploración de los significados que los participantes atribuyen a la IA en la educación jurídica y su incidencia en la adquisición de conocimientos y habilidades (Guzmán, 2015).
Adicionalmente, se llevó a cabo un análisis documental con el fin de complementar la información obtenida en las entrevistas y contrastarla con fuentes secundarias, tales como artículos científicos, normativas y estudios previos sobre la implementación de la IA en la educación superior. Para enriquecer aún más el análisis, se utilizó un diagrama de Sankey, herramienta que permitió visualizar las relaciones entre los conceptos emergentes en los testimonios y los datos extraídos de la revisión documental, facilitando una interpretación estructurada de la información recolectada (Vasilachis de Gialdino et al., 2006).
El análisis de los datos se realizó desde un enfoque crítico-interpretativo basado en la fenomenología. En primer lugar, se llevó a cabo una lectura global de los testimonios con el propósito de identificar los significados generales de las experiencias de los participantes. Posteriormente, se procedió a la segmentación del material en unidades de significado, agrupando los fragmentos de discurso en categorías y subcategorías que reflejan los aspectos más relevantes del fenómeno estudiado. A partir de este proceso, se realizó una codificación de los datos, permitiendo organizar la información de manera sistemática para su posterior interpretación.
Finalmente, se efectuó una triangulación entre los hallazgos obtenidos en las entrevistas, el análisis documental y el diagrama de Sankey, lo que permitió una comprensión integral del impacto de la IA en la enseñanza del Derecho. Este procedimiento aseguró la validez de los resultados y facilitó la identificación de tendencias clave en la percepción de los estudiantes sobre el uso de la inteligencia artificial en su formación académica (Strauss & Corbin, 1998).
El estudio se llevó a cabo bajo estrictos principios éticos, garantizando la protección de los derechos y la privacidad de los participantes. Se obtuvo el consentimiento informado de cada uno de los entrevistados, asegurando que comprendieran los objetivos del estudio, la voluntariedad de su participación y la confidencialidad de sus respuestas. Asimismo, se garantizó el anonimato de los participantes, evitando cualquier identificación personal en la transcripción y análisis de los datos.
La información recopilada fue tratada con estricta reserva, utilizándose exclusivamente con fines académicos y de investigación. En línea con los principios éticos en investigaciones cualitativas, se adoptaron medidas para minimizar cualquier posible sesgo en la interpretación de los datos y para garantizar que la representación de las experiencias de los participantes fuera fiel a sus testimonios (Sandoval Casilimas, 1996). En conclusión, el diseño metodológico adoptado en esta investigación permite comprender en profundidad la influencia de la inteligencia artificial en la educación jurídica, proporcionando un análisis detallado y bien fundamentado sobre su impacto en la formación de los estudiantes de doctorado en Derecho.
3. Inteligencia artificial en el proceso de enseñanza y aprendizaje en estudiantes de nivel doctorado: Resultados
De los testimonios, con el propósito de identificar los significados generales de las experiencias de los participantes y obtener una lectura global de estos, se procedió a la segmentación del material en unidades de significado, agrupando los fragmentos de discurso para que estos reflejen los aspectos más relevantes del fenómeno estudiado. En tal sentido, se pudieron establecer algunos resultados del Análisis de Discurso, tales como:
Para comentar sobre la construcción del discurso sobre las características de la IA, se considera la automatización y eficiencia, y en este sentido, varios entrevistados describen la IA como una herramienta que automatiza tareas y procesos, lo que aumenta la eficiencia y productividad. Por ejemplo, uno de los entrevistados dice: “Es un sistema automatizado para resolver tareas, se adapta a la evolución científica y a las necesidades de sus usuarios” (Entrevistado 1). Este discurso se basa en la percepción de la IA como una tecnología avanzada que puede simplificar y acelerar procesos complejos.
Con respecto a la capacidad de aprendizaje y adaptabilidad, los entrevistados enfatizan la capacidad de la IA para aprender y adaptarse. Por ejemplo, uno de los entrevistados menciona: “La creatividad de crear innovaciones a través del pensamiento, el razonamiento y la resolución de problemas, automatización, técnica avanzada o profundo aprendizaje” (Entrevistado 2). Este discurso se construye sobre la idea de que la IA no solo ejecuta tareas predefinidas, sino que también puede aprender y mejorar con el tiempo.
De la misma manera, con respecto al acceso y monitoreo, los entrevistados ven la IA como una herramienta que puede mejorar el acceso a la educación y el monitoreo de los estudiantes. Por ejemplo, uno de los entrevistados dice: “Beneficia al estudiante, ya que tiene una base de datos muy amplia y un algoritmo que amplía mucho más las posibilidades de acceso a información” (Entrevistado 1). Este discurso se basa en la idea de que la IA puede democratizar el acceso a recursos educativos y proporcionar herramientas para monitorear el progreso de los estudiantes.
Sobre la ética y la responsabilidad, otros entrevistados subrayan la necesidad de implementar la IA de manera ética y responsable. Por ejemplo, uno de los entrevistados menciona: “Es una herramienta que revoluciona los métodos de aprendizaje tradicionales y requiere la incorporación de nuevas metodologías de enseñanza porque pone al alcance de los estudiantes de toda clase de información para su proceso educativo que puede no ser utilizada de forma responsable” (Entrevistado 3). Este discurso se construye sobre la preocupación de que, sin una regulación adecuada, la IA podría ser utilizada de manera inapropiada.
En relación con la optimización y personalización, los entrevistados ven la IA como una herramienta que puede optimizar procesos y personalizar el aprendizaje. Por ejemplo, uno de los entrevistados dice: “Optimización de procesos y actividades, fomenta la retroalimentación, accesos a recursos con IA que facilitan la generación de material” (Entrevistado 4). Este discurso se basa en la idea de que la IA puede adaptarse a las necesidades individuales de los estudiantes y mejorar la calidad de la educación.
Finalmente, a nivel de desafíos y limitaciones, algunos entrevistados mencionan: “Privacidad en los datos, falta de capacitación docente, datos inexactos, fuentes erradas” (Entrevistado 4). Este discurso se construye sobre la preocupación de que la IA puede presentar problemas de privacidad y precisión, y que los docentes pueden no estar preparados para utilizarla de manera efectiva.
También existen efectos negativos del mal uso, que proyecta limitación del pensamiento crítico, y varios entrevistados advierten sobre el riesgo de que el mal uso de la IA limite el desarrollo del pensamiento crítico en los estudiantes. Por ejemplo, uno de los entrevistados dice: “El mal uso de la inteligencia artificial puede conllevar dar por cierta información que no lo es o generar problemas en cuanto a la atribución de la autoría de las investigaciones” (Entrevistado 3). Este discurso se basa en la idea de que la dependencia excesiva de la IA puede debilitar las habilidades cognitivas de los estudiantes.
Con respecto a los problemas de privacidad y seguridad, otros entrevistados mencionan los problemas de privacidad y seguridad que pueden surgir del mal uso de la IA. Por ejemplo, uno de los entrevistados dice: “Pueden tener consecuencias considerables que afectan la privacidad de los datos y sobre todo la calidad educativa, al tener información sesgada y hasta inexacta en algunos casos” (Entrevistado 4). Este discurso se construye sobre la preocupación de que la IA puede ser utilizada para recolectar y procesar datos de manera inapropiada.
Al abordar la inversión y capacitación, los entrevistados sugieren que la inversión en infraestructura tecnológica y la capacitación docente son cruciales para un impacto positivo de la IA en la educación. Por ejemplo, uno de los entrevistados dice: “Depende de la inversión que se realice en infraestructura tecnológica, específicamente en herramientas digitales, capacitación docente, la brecha digital” (Entrevistado 4). Este discurso se basa en la idea de que la IA puede ser una herramienta poderosa si se implementa con los recursos y la preparación adecuados.
En síntesis, otros entrevistados subrayan la importancia de la ética y la transparencia en el uso de la IA. Por ejemplo, uno de los entrevistados dice: “Es responsabilidad de los gobiernos y parlamentos establecer un marco legislativo sólido que asegure su uso ético y democrático” (Entrevistado 5). Este discurso se construye sobre la necesidad de regular y supervisar el uso de la IA para evitar abusos y garantizar su uso responsable.
Por otro lado, se tiene el análisis documentario que a la vez incorpora el análisis de estas entrevistas y se refleja en el diagrama de Sankey, donde este análisis gira en torno a las categorías y subcategorías ya establecidas.
La representación de Sankey presentada en la ilustración 1 refleja la relación entre las categorías principales y sus respectivas subcategorías dentro del estudio sobre el impacto de la inteligencia artificial en la enseñanza y el aprendizaje de los estudiantes de doctorado en Derecho. Se observan dos grandes categorías que estructuran el análisis: “Inteligencia Artificial y la Transformación de la Educación Jurídica” y “Impacto de la Inteligencia Artificial en la Educación Universitaria”.
Ilustración 1
Diagrama de Sankey de la revisión literaria y las entrevistas realizada (Sankey diagram of the literature review and interviews conducted)
La primera categoría, que presenta un mayor volumen de datos y conexiones, enfatiza cómo la inteligencia artificial está modificando los procesos educativos en el ámbito jurídico. Dentro de esta, las subcategorías con mayor peso son “Aplicaciones de IA en la educación jurídica”, que destaca las herramientas y metodologías innovadoras implementadas en el aprendizaje del Derecho, e “IA y el derecho a la educación universitaria”, que analiza la relación entre el acceso a la educación y la introducción de tecnologías inteligentes en la enseñanza. Asimismo, se incluyen aspectos relacionados con la percepción de los estudiantes y las nuevas competencias que los futuros juristas deben desarrollar en un entorno mediado por la IA.
Por otro lado, la categoría “Impacto de la Inteligencia Artificial en la Educación” se centra en aspectos más específicos, como la “Adaptabilidad y resistencia al uso de IA en la enseñanza”, reflejando las posibles barreras o dificultades en la adopción de estas tecnologías por parte de estudiantes y docentes. También se examina la “Regulación y ética del uso de IA en la enseñanza del Derecho”, lo que sugiere la necesidad de establecer normativas y principios que guíen su implementación responsable.
En términos generales, el diagrama indica que la investigación pone mayor énfasis en la Inteligencia Artificial y la Transformación de la Educación Jurídica, con un menor pero relevante interés en los aspectos éticos y en la percepción de los estudiantes. Esta representación visual permite comprender la distribución de los temas analizados y resalta los aspectos donde se concentra la mayor parte de la discusión académica.
Luego de los resultados obtenidos, es evidente que la implementación de herramientas de IA en la educación superior ha suscitado un amplio debate sobre su papel en la transformación de las metodologías de enseñanza, la equidad en el acceso a los recursos digitales y la integridad académica (Gallent-Torres et al., 2023). Es por ello que podemos enfocar o dirigir esta discusión según las categorías de estudios, quedando:
4. Impacto de la inteligencia artificial en la educación jurídica
El análisis revela que la IA tiene un impacto significativo en la educación universitaria, especialmente en la enseñanza del Derecho. Estudios previos han demostrado que el uso de IA en la evaluación académica puede mejorar la eficiencia y optimizar el acceso a información relevante, aunque también plantea desafíos éticos y pedagógicos (Revell et al., 2024). Además, las herramientas de IA han sido identificadas como facilitadoras del aprendizaje, permitiendo la personalización educativa y el análisis automatizado de textos legales (Williams, 2024).
Sin embargo, su implementación no está exenta de riesgos. El derecho a la educación se vincula estrechamente con la equidad en el acceso a la IA, y algunos estudios sugieren que su uso podría generar brechas tecnológicas que perjudiquen a estudiantes con menor acceso a recursos digitales (Baidoo-Anu et al., 2024). Adicionalmente, persisten preocupaciones sobre la capacidad de estas tecnologías para fomentar el pensamiento crítico en los estudiantes, en lugar de promover la simple reproducción de información (Rodríguez-Saavedra et al., 2025).
Los avances en inteligencia artificial (IA) están redefiniendo la educación jurídica en el nivel doctoral, promoviendo una evolución en los métodos de enseñanza y aprendizaje. Su capacidad para procesar grandes volúmenes de información y personalizar contenidos ha generado un impacto significativo en la formación de los estudiantes de Doctorado en Derecho. Uno de los principales cambios es la optimización y personalización del aprendizaje, lo que permite a los doctorandos acceder a materiales adaptados a sus necesidades específicas, favoreciendo el estudio autónomo y el desarrollo de competencias especializadas (Nazari & Saadi, 2024). Asimismo, la IA mejora la gestión de la información, facilitando la búsqueda y análisis de grandes volúmenes de datos jurídicos, lo que optimiza el acceso a doctrinas, jurisprudencia y legislación relevante. Además, su aplicación en la educación jurídica ha fomentado la investigación y el análisis legal, permitiendo una mayor eficiencia en el procesamiento de fuentes primarias y secundarias, acelerando la producción académica y mejorando la calidad de los estudios jurídicos (Reeves Huapaya et al., 2025).
Sin embargo, la transformación de la educación jurídica mediante la IA no está exenta de desafíos. Uno de los principales obstáculos es la falta de capacitación docente en el uso de estas herramientas, lo que limita su adecuada implementación en el aula y reduce su potencial en la enseñanza del Derecho (Nevárez Montes & Elizondo-García, 2025). Además, surgen preocupaciones sobre la privacidad y seguridad de los datos, ya que el manejo de información sensible dentro de entornos digitales implica riesgos de manipulación y filtración de datos (Rodriguez-Saavedra et al., 2025). Otro aspecto crítico es la posible limitación del pensamiento crítico en los estudiantes. El uso excesivo de la IA puede llevar a una dependencia en los algoritmos y disminuir la capacidad de análisis y argumentación jurídica, aspectos fundamentales en la formación de juristas que deben interpretar y aplicar el Derecho en contextos complejos (Banihashem et al., 2024).
En este contexto, la integración de la IA en la educación jurídica debe ser equilibrada y regulada, asegurando que su uso complemente y fortalezca la formación de los estudiantes sin reemplazar las habilidades fundamentales del razonamiento jurídico. Para lograr una adopción efectiva, es crucial el desarrollo de estrategias pedagógicas que fomenten un uso reflexivo de la IA, acompañado de la capacitación docente y la implementación de normativas que garanticen su uso ético y responsable en la enseñanza del Derecho.
Adicionalmente, se debe tratar sobre la regulación y ética en la implementación de la IA, y en este sentido, el estudio también destaca la importancia de una implementación regulada y ética de la IA en la educación jurídica. En este sentido, se ha subrayado la necesidad de establecer límites claros en su uso para evitar problemas de integridad académica y plagio, así como fomentar un marco ético en su aplicación en la educación superior (Gallent-Torres et al., 2023).
En síntesis, la inteligencia artificial está redefiniendo el panorama de la educación jurídica, ofreciendo herramientas innovadoras que potencian la enseñanza y el aprendizaje en el nivel doctoral. Sin embargo, su implementación requiere un enfoque estratégico que equilibre sus beneficios con la necesidad de preservar la calidad académica y el desarrollo del pensamiento crítico. La capacitación docente, el acceso equitativo a la tecnología y la regulación ética son aspectos fundamentales para garantizar que la IA se integre de manera efectiva en la formación de juristas sin comprometer la esencia del razonamiento jurídico. La clave del futuro de la educación jurídica no radica en la sustitución del análisis humano por la automatización, sino en la complementariedad entre el conocimiento experto y las capacidades de la IA, permitiendo así una evolución académica regulada y con ética que responda a las demandas del contexto digital sin perder de vista los principios fundamentales del Derecho.
5. Conclusión
Los hallazgos obtenidos a partir del análisis del discurso y la interpretación del diagrama de Sankey evidencian que la IA está generando transformaciones profundas en la educación jurídica, en especial en la educación de postgrado a nivel de doctorado. Su capacidad para optimizar el acceso a información especializada, personalizar contenidos y agilizar procesos de investigación ha permitido mejorar la experiencia de aprendizaje de los doctorandos, facilitando su desarrollo académico y profesional.
Sin embargo, el impacto de la IA no es homogéneo ni exento de desafíos. La investigación reveló que su integración efectiva en la enseñanza del Derecho está condicionada por múltiples factores, como la capacitación docente, la equidad en el acceso a la tecnología y la necesidad de normativas claras que regulen su uso. Estos elementos influyen directamente en la manera en que los estudiantes pueden beneficiarse de las herramientas de IA y en cómo estas afectan su capacidad de análisis, argumentación y pensamiento crítico, competencias fundamentales en la formación de juristas.
Además, los resultados indican que, aunque la IA facilita el aprendizaje autónomo y el acceso a recursos especializados, existe el riesgo de que su uso indiscriminado fomente la dependencia a los algoritmos y afecte la construcción del razonamiento jurídico. Por ello, la implementación de estrategias pedagógicas que equilibren el uso de la IA con metodologías tradicionales se vuelve imprescindible para garantizar una formación integral. En este sentido, la IA debe ser considerada como un recurso complementario y no como un sustituto del rol docente ni del ejercicio analítico que caracteriza la enseñanza del Derecho.
Finalmente, se puede aseverar que el principal hallazgo refuerza el objetivo general de la investigación al demostrar que la IA no solo está transformando los procesos educativos en el Doctorado en Derecho, sino que también plantea la necesidad de ajustes institucionales y metodológicos para su correcta implementación. La clave para maximizar sus beneficios radica en una integración regulada y reflexiva, que permita aprovechar su potencial innovador sin comprometer la calidad y ética de la formación jurídica.
Referencias
Arbulú, M. A., Acosta, B. G., Ramos, E. V., García, H. D., Cruz Salinas, L. E., Blas, J. E., Arbulú, J. C., Licapa-Redolfo, G. S., & Farfán, G. C. (2024). The sustainable integration of AI in higher education: Analyzing ChatGPT acceptance factors through an extended UTAUT2 framework in Peruvian universities. Sustainability, 16(23), 10707. https://doi.org/10.3390/su162310707
Baidoo-Anu, D., Asamoah, D., Amoako, I., & Mahama, I. (2024). Exploring student perspectives on generative artificial intelligence in higher education learning. Discover Education, 3, 98. https://doi.org/10.1007/s44217-024-00173-z
Banihashem, S. K., Kerman, N. T., Noroozi, O., Moon, J., & Drachsler, H. (2024). Feedback sources in essay writing: Peer-generated or AI-generated feedback? International Journal of Educational Technology in Higher Education, 21, 23. https://doi.org/10.1186/s41239-024-00455-4
Bradley, L., Perry, M., Fassetta, G., Durkacz Ryan, S., & Nelson, E. L. (2024). Denaturalizing “intelligence” in higher education: AI as a rupture to imagining and manifesting sustainable and anti-colonial literacies. Reading Research Quarterly, 59(4), 579–589. https://doi.org/10.1002/rrq.540
Estrada-Araoz, E. G., Quispe-Aquise, J., Malaga-Yllpa, Y., Larico-Uchamaco, G. R., Pizarro-Osorio, G. R., Mendoza-Zuñiga, M., Velasquez-Bernal, A. C., Roque-Guizada, C. E., & Huamaní-Pérez, M. I. (2024). Role of artificial intelligence in education: Perspectives of Peruvian basic education teachers. Data and Metadata, 3, 325. https://doi.org/10.56294/dm2024325
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, 29(2). https://www.redalyc.org/journal/916/91676028011/html/
Glaser, B., & Strauss, A. (1967). The discovery of grounded theory: Strategies for qualitative research. Aldine Publishing Company. https://ethnographyworkshop.wordpress.com/wp-content/uploads/2014/11/glaser-strauss-1967-the-discovery-of-grounded-theory-strategies-for-qualitative-research-unknown.pdf
Gurdián-Fernández, A. (2007). El paradigma cualitativo en la investigación socio-educativa. Agencia Española de Cooperación Internacional. https://ice.ua.es/es/documentos/recursos/materiales/el-paradigma-cualitativo-en-la-investigacion-socio-educativa.pdf
Guzmán, D. (2015). La investigación cualitativa: Técnicas de investigación y análisis con Atlas.ti. Universidad de Cuenca. https://rua.ua.es/dspace/bitstream/10045/52606/1/INVESTIGACION_CUALITATIVA.pdf
Hernández, R., Fernández, C., & Baptista, M. d. P. (2010). Metodología de la investigación. (5ta ed.). McGraw-Hill.
Jo, H. (2024). From concerns to benefits: A comprehensive study of ChatGPT usage in education. International Journal of Educational Technology in Higher Education, 21, 35. https://doi.org/10.1186/s41239-024-00471-4
Nazari, M., & Saadi, G. (2024). Developing effective prompts to improve communication with ChatGPT: A formula for higher education stakeholders. Discover Education, 3, 45. https://link.springer.com/article/10.1007/s44217-024-00122-w
Nevárez, J., & Elizondo-Garcia, J. (2025). Faculty acceptance and use of generative artificial intelligence in their practice. Frontiers in Education, 10, 1427450. https://doi.org/10.3389/feduc.2025.1427450
Reeves, E. S., Lazo, G., Parillo, E., & Iparraguirre, M. (2025). Disruptive technologies in the university curriculum: Use of artificial intelligence. International Journal of Evaluation and Research in Education, 14(1), 671–681. http://doi.org/10.11591/ijere.v14i1.30450
Revell, T., Yeadon, W., Cahilly-Bretzin, G., Clarke, I., Manning, G., Jones, J., Mulley, C., Pascual, R. J., Bradley, N., Thomas, D., & Leneghan, F. (2024). ChatGPT versus human essayists: An exploration of the impact of artificial intelligence for authorship and academic integrity in the humanities. International Journal for Educational Integrity, 20, 18. https://doi.org/10.1007/s40979-024-00161-8
Rodriguez-Saavedra, M. O., Barrientos-Alfaro, A. R., Málaga-Dávila, C. P., Chávez-Quiroz, F. G., & Arguedas-Catasi, R. W. (2025). Ethics and biases in the use of ChatGPT for academic research. International Journal of Innovative Research and Scientific Studies, 8(1), 874–885. https://doi.org/10.53894/ijirss.v8i1.4432
Sandoval Casilimas, C. A. (1996). Investigación cualitativa. Instituto Colombiano para el Fomento de la Educación Superior (ICFES). https://www.academia.edu/15022941/Investigaci%C3%B3n_Cualitativa_Carlos_A_Sandoval_Casilimas
Strauss, A., & Corbin, J. (1998). Bases de la investigación cualitativa: Técnicas y procedimientos para desarrollar la teoría fundamentada. Editorial Universidad de Antioquia.
Vasilachis de Gialdino, I., Ameigeiras, A. R., Chernobilsky, L. B., Giménez Béliveau, V., Mallimaci, F., Mendizábal, N., & Quaranta, G. (2006). Estrategias de investigación cualitativa. Gedisa.
Williams, A. (2024). Comparison of generative AI performance on undergraduate and postgraduate written assessments in the biomedical sciences. International Journal of Educational Technology in Higher Education, 21, 52. https://link.springer.com/article/10.1186/s41239-024-00485-y