Lex Machina: estudio fenomenológico sobre inteligencia artificial

Palabras clave: Inteligencia artificial, enseñanza superior, educación jurídica, aprendizaje autónomo, ética digital

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.

Biografía del autor/a

Manuel José Peñalver Higuera

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

Edwin Augusto Navarro Vega

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

Lino Rolando Rodríguez Alegre

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

Rosario Del Pilar López Padilla

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

Citas

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
Publicado
2026-01-02
Cómo citar
Peñalver Higuera, M. J., Navarro Vega, E. A., Rodríguez Alegre, L. R., & López Padilla, 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
Sección
TRIMESTRE

Artículos más leídos del mismo autor/a