RCCI
Revista de Ciencias de la Comunicación e Información. 2026. Vol. 31.
ISSN 2695-5016
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Recibido: 18/03/2026 - Aceptado: 31/07/2026 - Publicado: 08/09/2026PERSPECTIVAS DE LOS DOCENTES SOBRE EL USO DE LA INTELIGENCIA ARTIFICIAL GENERATIVA
TEACHERS' PERSPECTIVES ON THE USE OF GENERATIVE ARTIFICIAL INTELLIGENCE
Verónica Parra[1]: Núcleo de Investigación en Educación Matemática (NIEM), Instituto Superior de Ingeniería de Software de Tandil (ISISTAN), CONICET-UNCPBA, Argentina.
Ana Corica: Núcleo de Investigación en Educación Matemática (NIEM), Instituto Superior de Ingeniería de Software de Tandil (ISISTAN), CONICET-UNCPBA, Argentina.
Silvia Schiaffino: Instituto Superior de Ingeniería de Software de Tandil (ISISTAN), CONICET-UNCPBA, Argentina.
Daniela Godoy: Instituto Superior de Ingeniería de Software de Tandil (ISISTAN), CONICET-UNCPBA, Argentina.
Cómo citar el artículo:
Parra, Verónica; Corica, Ana; Schiaffino, Silvia y Godoy, Daniela (2026). Perspectivas de los docentes sobre el uso de la inteligencia artificial generativa [Teachers' perspectives on the use of generative artificial intelligence]. Revista de Ciencias de la Comunicación e Información, 31, 1-27. https://doi.org/10.35742/rcci.2026.31.e356
Financiación. Este trabajo fue financiado parcialmente por el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) a través del proyecto PIP 2023-2025 No. 11220220100429CO.
RESUMEN
Introducción: Este trabajo reporta resultados de una encuesta realizada a 1188 docentes de Argentina referida a su percepción sobre los usos de la inteligencia artificial generativa (IAG) en el sistema educativo. Metodología: Se utiliza una metodología exploratoria, descriptiva e interpretativa, complementada con técnicas de análisis cuantitativo a partir de la aplicación de una encuesta como instrumento de recolección de datos. Se indaga cuánto consideran los docentes que saben sobre los sistemas de IAG, sus usos, el tratamiento en las instituciones educativas donde se desempeñan y el impacto dentro de sus aulas. Resultados: Los resultados permiten inferir poco conocimiento de los docentes sobre qué son los sistemas de IAG, escaso conocimiento sobre sus usos pertinentes, nulo tratamiento al interior de las instituciones y un alto impacto esperado de la IAG en las aulas en el futuro. Discusión: Los docentes consideran que no hubo un tratamiento del tema por parte de las instituciones educativas y que el impacto de la IAG en las aulas tanto en las clases como en lo referido a la evaluación en los próximos años sería alta. Conclusiones: Se evidencia la necesidad de discutir y plantear estos temas en las instituciones educativas y destinar espacios de capacitación en IAG a los docentes en diferentes niveles educativos.
Palabras clave:
Inteligencia Artificial Generativa; Docentes; ChatGPT; Impacto; Percepción; Instituciones.
ABSTRACT
Introduction: This paper reports the results of a survey conducted with 1,188 teachers in Argentina regarding their perceptions of the use of Generative Artificial Intelligence (GAI) in the educational system. Methodology: An exploratory, descriptive, and interpretative methodology was employed, complemented by quantitative analysis techniques based on the application of a survey as a data collection instrument. The study examines how much teachers believe they know about GAI systems, their uses, how the topic is addressed within the educational institutions where they work, and its impact in their classrooms. Results: The findings suggest that teachers have limited knowledge about what GAI systems are, little understanding of their appropriate uses, almost no institutional discussion or guidance on the topic, and strong perceptions regarding the high impact that GAI will have in classrooms. Discussion: Teachers consider that educational institutions have not adequately addressed the topic and believe that the impact of GAI on classroom practices, as well as on assessment processes in the coming years, will be significant. Conclusions: The study highlights the need to discuss and address these issues within educational institutions and to provide training spaces on GAI for teachers across different educational levels.
Keywords:
Generative Artificial Intelligence; Teachers; ChatGPT; Impact; Perception; Institution.
1. INTRODUCCIÓN
La Inteligencia Artificial Generativa (IAG) ha causado un impacto en las distintas esferas que componen los sistemas educativos, no sólo en los docentes y estudiantes sino también en las políticas y marcos legislativos institucionales. Por su parte, la UNESCO (2019) se comprometió a aprovechar el potencial de las tecnologías de la IAG, con el fin de avanzar hacia el Objetivo de Desarrollo Sostenible 4: garantizar una educación inclusiva, equitativa y de calidad y promover oportunidades de aprendizaje durante toda la vida para todos; y lograr la Agenda Educación 2030 (Vicente-Yagüe-Jara et al., 2023). Los avances de la IAG requieren de ciudadanos cada vez más alfabetizados y capacitados en el uso adecuado de estas tecnologías.
Las aplicaciones de la IAG en la enseñanza son variadas: facilita la creación de contenido por parte de profesores, por ejemplo, en el diseño de recursos para el aula, evaluaciones, planificaciones, y otras actividades, y permite desarrollar aplicaciones para asistir a los estudiantes, tales como los tutores personalizados en diversas áreas. En este sentido, podemos encontrar una gran variedad de herramientas, programas y recursos al alcance de los estudiantes y profesores, cuyas posibilidades, limitaciones y modos de uso requieren ser analizados (Vicente-Yagüe-Jara et al., 2023).
En este contexto, se realizaron algunos estudios en varios países orientados a determinar los usos y percepciones de los docentes hacia la IAG. En Chile, por ejemplo, Espejo Aubá (2024) analizó el conocimiento y las percepciones de 41 docentes sobre la IAG y los Grandes Modelos de Lenguaje (LLMs). Implementó un cuestionario de 13 preguntas y determinó que los profesores manifiestan mayor entusiasmo que temor hacia estas tecnologías, aunque reconocen poseer un conocimiento superficial de los LLMs. Asimismo, revelan una dificultad para distinguir entre herramientas de IAG y otros entornos virtuales. En Australia, Lee et al. (2024) realizaron una investigación similar donde observaron una falta de consenso entre los profesores encuestados sobre el empleo de IAG en la escuela secundaria y una ambigüedad respecto a las mejores maneras de incluirla en las aulas. Otro aspecto que se destaca de esta investigación es que más de tres cuartas partes de los encuestados indicaron que desearían recibir apoyo en el empleo de IAG.
En Estados Unidos, Han et al. (2024) implementaron un taller para conocer las perspectivas y opiniones de docentes, padres y estudiantes sobre la integración de la IAG en la educación primaria. Los participantes eran en su mayoría de California. La preocupación sobre la autoría y la propiedad de los proyectos de escritura asistida por IAG que producen los estudiantes fue uno de los resultados más relevantes. También se discutió acerca de las preocupaciones de docentes y padres sobre la seguridad y la precisión del contenido.
En China, Chan y Tsi (2024) reportan una encuesta a estudiantes universitarios y profesores de diferentes disciplinas del nivel superior. Los resultados indican que los estudiantes tienden a ser más receptivos al uso de la IAG para su aprendizaje, mientras que los profesores manifestaron preocupación por sus impactos negativos, como la dependencia excesiva de la tecnología y la limitación de las oportunidades para el desarrollo de competencias holísticas.
En Australia, Chapman et al. (2026) realizaron una encuesta a 111 docentes, particularmente de su capital, con el objetivo de explorar sus creencias, habilidades, experiencias y preocupaciones relacionadas con la IAG. En general, las opiniones se dividieron entre el entusiasmo por su potencial para reducir la carga de trabajo y fomentar la innovación, y la preocupación por sus riesgos para la autonomía del alumnado, el aprendizaje socioemocional y el rol docente.
Respecto al impacto de la IAG en la evaluación, en Kizilcec et al. (2024) se presentan los resultados de una encuesta realizada entre docentes y estudiantes universitarios de tres países (Australia, Chipre y Estados Unidos) sobre ChatGPT en la educación superior. Entre los resultados más destacados, se menciona que los docentes están a favor de adaptar las evaluaciones para aprovechar las capacidades de la IAG y potenciar el pensamiento crítico, mientras que los estudiantes expresan opiniones encontradas, destacando la preocupación por la posible pérdida de creatividad.
En Argentina, Andreoli et al. (2024) analizaron las percepciones sobre la IAG entre docentes de educación superior en la Universidad de Buenos Aires. Los hallazgos destacan el potencial de la IAG para repensar las prácticas pedagógicas, al tiempo que revelan inquietudes en torno a cuestiones éticas y de integridad académica. Recientemente, Bravo et al. (2025) exploraron las creencias de 375 profesores sobre el uso de la IAG en contextos educativos. Adaptaron un cuestionario para evaluar si esta tecnología es percibida como amenaza u oportunidad, concluyendo en una preponderancia de oportunidades más que limitaciones.
Teniendo en cuenta los antecedentes mencionados previamente, resulta relevante continuar explorando los usos de la IAG por parte de los docentes, en particular en Argentina, ya que son escasos los trabajos que se enfocan en la alfabetización en IAG. A diferencia de los artículos mencionados, nuestra investigación analiza la percepción de la IAG en el sistema educativo argentino de 1188 profesores, constituyendo una población más amplia a la de los trabajos reportados. Además, no se restringe a una institución particular ni ciudad específica ya que estos docentes se desempeñan en diferentes niveles educativos de distintos lugares del país.
El artículo se organiza de la siguiente manera. En la siguiente sección se detallan los objetivos del trabajo y de la encuesta utilizada como instrumento. Luego, se indica el marco conceptual referido a la alfabetización en IAG, y a continuación se describe la metodología de la investigación. Posteriormente se detallan los resultados obtenidos, incluyendo una discusión al respecto. Por último, se mencionan las conclusiones alcanzadas.
2. OBJETIVOS
El objetivo de este trabajo fue tomar conocimiento acerca de qué tipos de recursos de IAG empleaban docentes de diversos niveles y disciplinas de Argentina, con el propósito de incidir luego en la formación y aportar recursos que pueden ser empleados en la enseñanza en los diferentes niveles educativos. Para ello, se generó y difundió una encuesta que, alineada al foco de esta investigación, contempla los siguientes objetivos específicos:
- Conocer los recursos tecnológicos (tradicionales y no tradicionales) que conocían los profesores, y cuáles utilizaban.
- Conocer cuánto consideraban los profesores que un sistema de IAG (como, por ejemplo, ChatGPT) iba a afectar la educación.
- Conocer cómo se prepararon las instituciones educativas para gestionar las clases (incluyendo las evaluaciones) con la incorporación de recursos de IAG tales como ChatGPT.
3. MARCO CONCEPTUAL: ALFABETIZACIÓN EN IAG
La alfabetización en IAG ha surgido como una competencia fundamental, similar a las alfabetizaciones tradicionales como la alfabetización digital (Allen y Kendeou, 2024). Los marcos conceptuales fundamentales se diseñaron antes de la llegada de herramientas avanzadas como ChatGPT, que han incidido significativamente en la interacción con la IAG y el público en general (Tadimalla y Maher, 2024). La rápida evolución e integración de la IAG en la vida cotidiana y los entornos educativos ha transformado la alfabetización en IAG de una habilidad técnica especializada a una competencia sociotécnica fundamental para la ciudadanía del siglo XXI (Allen y Kendeou, 2024; Tadimalla y Maher, 2024). Esta competencia trasciende la mera comprensión de códigos o algoritmos; implica entender cómo funcionan estos sistemas, pero también evaluar de manera crítica sus sesgos. Según OECD (2026), la alfabetización en IAG representa el conocimiento técnico, las habilidades duraderas y las actitudes preparadas para el futuro necesarias para prosperar en un mundo influenciado por la IAG.
Se han desarrollado diversos estudios sobre la alfabetización en IAG, en distintos países y en distintos niveles educativos (Chiu et al., 2025; Zhou et al., 2025). Según estos estudios, la mayoría de los docentes carecen de conocimientos sobre IAG. Su actitud para incorporar este tipo de herramientas en la enseñanza y el aprendizaje continúa siendo ambigua. Mientras algunos se sienten ansiosos y estresados, otros son más propensos a apreciar las oportunidades y los riesgos que la IAG ofrece para la educación (Yi y Siquan, 2025). En este contexto, resulta necesario conocer la percepción de los docentes sobre los usos de la IAG en Argentina, ya que ésto influye en la forma en que la emplean en sus aulas.
4. METODOLOGÍA
En este trabajo se adopta una metodología de naturaleza exploratoria, descriptiva e interpretativa (Hernández et al., 2014) complementada con técnicas de análisis cuantitativo. Se procuró conocer el empleo de recursos provenientes de IAG que realizan profesores en sus respectivas disciplinas. La integración de la IAG en las aulas es un fenómeno reciente y por lo tanto, requiere desarrollar investigaciones en esta línea, así como también indagar sobre las discusiones que dieron lugar las instituciones donde desempeñan sus funciones docentes.
Se reportan resultados parciales de la implementación de una encuesta a docentes de los diferentes niveles, regiones y áreas del sistema educativo argentino. El cuestionario (que se detalla en el Anexo) se compone de 21 ítems y tuvo como propósito caracterizar los usos que los profesores hacían de los recursos provenientes de la IAG. Fue difundido desde junio del 2023 y hasta mayo del 2024. Se obtuvieron N=1188 respuestas de docentes de diferentes niveles educativos y disciplinas.
En este trabajo se presentan los resultados de un conjunto seleccionado de preguntas del cuestionario. La selección incluye variables sociodemográficas orientadas a caracterizar el perfil de los docentes encuestados, tales como antigüedad en la docencia, edad, lugar de residencia y nivel educativo de desempeño. Asimismo, se consideran preguntas vinculadas con el conocimiento y uso de recursos de IAG, junto con preguntas referidas al tratamiento institucional del tema, la adaptación de las clases y la evaluación frente a la incorporación de estas tecnologías. En la siguiente subsección se describe el instrumento, los destinatarios y el mecanismo de difusión.
4.1. Descripción del instrumento
El cuestionario contiene 17 ítems obligatorios y se estructura en cinco secciones. La primera corresponde a la presentación del instrumento. Se informa el objetivo general, el público objeto de la encuesta y los responsables de la misma. La segunda sección, titulada “Datos básicos”, corresponde al perfil del encuestado, se compone por 8 ítems e indaga sobre el perfil del encuestado, específicamente sobre el título académico habilitante para la docencia, antigüedad docente en años, edad, lugar de residencia y nivel educativo de desempeño como docente. Además, se indaga sobre los recursos tecnológicos tradicionales y de IAG conocidos y los recursos tecnológicos utilizados.
La tercera sección se titula “Inteligencia Artificial Generativa (IAG): qué son y usos” se conforma de 4 ítems. Esta parte indaga sobre los recursos provenientes de la IAG: cuánto saben los docentes sobre qué son este tipo de sistemas y cuánto saben los docentes para qué sirven. Además, en caso de saber para qué sirven, se pregunta cuánto lo han usado. Finalmente, en esta sección se solicita describir brevemente el uso realizado de la IAG, en los casos donde los docentes hayan respondido que sí los utilizan.
La cuarta sección, rotulada “Inteligencia Artificial Generativa (IAG) e instituciones educativas” está compuesta por 2 ítems de escala tipo Likert. En esta parte se pregunta sobre la IAG en las instituciones educativas donde los docentes se desempeñan. Se intenta determinar el nivel de conocimiento que los docentes suponen que la institución educativa tiene respecto a las IAG y si dentro de esa institución se ha conversado, discutido y reflexionando al respecto de estos recursos en educación.
La quinta y última sección, titulada “Inteligencia Artificial Generativa en las aulas (incluye evaluación)” comprende 7 ítems que indagan sobre la presencia de recursos tecnológicos tradicionales y de IAG en el aula. En particular, se pregunta sobre el nivel de incidencia que los docentes consideran que la IAG tendrá en las aulas. Luego, en caso de haber seleccionado que tendrá alguna incidencia, se solicita que se describa brevemente la forma en que el encuestado considera que esto ocurrirá. Posteriormente, se pregunta sobre qué tanto los docentes consideran que se discutió la adaptación de la evaluación frente al uso de IAG dentro de la institución donde se desempeñan como docentes. En el caso que la respuesta sea afirmativa, se solicita describir brevemente cómo fue esta adaptación.
Finalmente, se indaga sobre los recursos tecnológicos tradicionales y de IAG que los docentes han utilizado en las aulas y en las evaluaciones. En estos últimos casos deben seleccionar de una lista de recursos donde se incluye la opción “otro”. Como cierre de la encuesta, se habilita un último ítem, donde se pretende recopilar sugerencias y comentarios para mejorar la encuesta para futuras implementaciones.
En la siguiente subsección se describen los destinatarios del cuestionario y los medios para la difusión.
4.2. Destinatarios del instrumento y mecanismo de difusión
Los destinatarios de la encuesta fueron docentes que se desempeñan en alguno de los niveles del sistema educativo argentino (inicial, primario, secundario o superior), tanto en instituciones de gestión privada como estatal. Se diseñó un formulario en Google que admitía respuesta única por participante, evitando así las respuestas duplicadas. El mismo se compartió vía mail a docentes de toda Argentina, a través de redes sociales institucionales, listas de difusión académicas, invitaciones destinadas a directivos de diferentes escuelas y durante la realización de una Jornada focalizada en la misma temática realizada en formato híbrido. Previo a la difusión del cuestionario, el instrumento fue evaluado por diferentes expertos en educación y en IAG. Luego, se realizó una prueba piloto con 21 docentes: 7 de cada nivel educativo (primario, secundario y superior). Este grupo de docentes debía no sólo responder las preguntas del formulario sino también registrar las posibles modificaciones a realizar en vistas de mejorar la comprensión, extensión y complejidad del mismo. En base a las observaciones obtenidas se realizaron pequeños ajustes y finalmente, el cuestionario se difundió en todos los medios indicados en el párrafo anterior.
En la siguiente subsección se indican las técnicas empleadas para el análisis de los datos obtenidos a partir de la implementación del cuestionario.
4.3. Análisis de datos
La consistencia interna de las preguntas con escalas de Likert se midió mediante el coeficiente Alfa de Cronbach. Este coeficiente permite estimar la fiabilidad de un instrumento, asumiendo que los ítems miden un mismo constructo y que están altamente correlacionados. La determinación del alfa se realizó con el software SPSS 15.0. Se obtuvo un coeficiente de 0,673 que lo ubica dentro del rango de aceptable. Para el análisis de datos se emplearon distintas herramientas de software, dependiendo del tipo de respuesta aportada. El cálculo de porcentajes sólo se realizó para respuestas excluyentes, mientras que las restantes fueron analizadas con otros métodos, como por ejemplo el procesamiento de lenguaje natural (PLN) para el caso de respuestas abiertas. Los porcentajes de las variables que caracterizan a los encuestados se computaron por redondeo. Para no incurrir en errores por la aproximación, los porcentajes se acompañan con la frecuencia absoluta.
Para las nubes de palabras se utilizó la librería de Python NLTK, que permite realizar tareas simples como la eliminación de stop-words, es decir aquellas palabras que no son representativas y pueden aparecer en numerosos textos, tales como preposiciones, artículos, pronombres. Además, se realizó un análisis de tópicos utilizando la librería BERTopic (Grootendorst, 2022) que crea grupos densos para identificar temas fácilmente interpretables y, al mismo tiempo, extraer palabras importantes en las descripciones de los temas descubiertos. Además, se utilizó planilla de cálculo para realizar los gráficos de barra y Python para los gráficos restantes, tales como diagramas de Sankey.
En la siguiente sección se presentan los resultados de las respuestas obtenidas a los ítems de interés para este trabajo.
5. RESULTADOS
En la sección 5.1 se detallan las características de los participantes de la encuesta. En la sección 5.2 se analizan los recursos que manifiestan conocer y usar los docentes. Luego, en la sección 5.3 se muestra la perspectiva de los profesores sobre qué son y para qué usar recursos de IAG. Finalmente, la sección 5.4 presenta los resultados sobre cómo consideran los docentes que el tema se aborda en las instituciones educativas donde se desempeñan.
5.1. Características de los docentes encuestados
En la tabla 1 se presentan los resultados para la edad y antigüedad docente, variables correspondientes al perfil de los encuestados. Las edades, debido a su variabilidad, fueron categorizadas según los valores de los tres cuartiles. De esta manera, la categoría joven es aquella que corresponde a edades entre 22 y 38 años; la categoría mediana, entre 39 y 53 años y la categoría mayor corresponde a edades que superan los 54 años y hasta los 80 años. Esta variable presenta una edad media de 46 años, con una edad mínima de 22 años y una máxima de 80 años. Los cuartiles Q1 y Q3 muestran que el 25% de la muestra (Q1) tiene 39 años o menos, y el 75% de la muestra (Q3) tiene 54 años o menos. Esto indica que la mitad central de la muestra (entre Q1 y Q3) se sitúa aproximadamente entre 39 y 54 años.
La antigüedad docente se refiere al tiempo en años que los participantes desempeñan funciones docentes. Esta categoría presenta un valor máximo de 51 años y tiempo promedio de 17 años como docente. Los cuartiles Q1 y Q3 de esta variable muestran que la mitad central tiene una antigüedad docente en un rango de 10 a 25 años. Esto ubica al 75 % de los encuestados con una antigüedad docente menor o igual a 25 años. Finalmente, mientras que el 10% de los participantes tiene 5 años o menos de experiencia; el 90% tiene 32 años o menos de experiencia.
Tabla 1. Estadísticos muestrales de la variable edad y antigüedad docente.
|
Variable |
Nro |
Media |
Desvío estándar |
Min |
Máx |
Q1 |
Q3 |
P (10) |
P (90) |
|
Edad |
1180 |
46 |
10,05 |
22 |
80 |
39 |
54 |
33 |
60 |
|
Antigüedad |
1180 |
47 |
10,21 |
0 |
51 |
10 |
25 |
5 |
32 |
Fuente: Elaboración propia.
Respecto al lugar de residencia, el 65% de los encuestados desarrollan actividades docentes en la provincia de Buenos Aires, mientras que el resto desarrolla funciones docentes en otras provincias de Argentina. En relación con el nivel educativo, el 22% (n=262) manifiesta desarrollar actividades docentes en el nivel superior no universitario, el 51% (n=606) en el nivel universitario, el 41% (n=495) en el nivel secundario, el 10% (n=124) en el nivel primario y el 8% (n=99) indica que desarrolla actividades docentes en otro nivel. Esta categoría es no excluyente, es decir, un mismo docente puede desempeñar (y seleccionar) varios niveles en simultáneo.
5.2. Recursos tecnológicos que manifiestan conocer y usar los profesores
La figura 1 sintetiza los resultados respecto de los recursos tecnológicos conocidos y los recursos tecnológicos utilizados por el docente. La visualización del gráfico debe hacerse considerando lo siguiente: para una serie de recursos tecnológicos (listados en el eje vertical) se presentan dos datos principales: a) Punto azul que indica la cantidad de docentes que manifiestan conocer el recurso, y b) un Punto celeste que muestra la cantidad de docentes que manifiestan utilizar dicho recurso en sus clases. El eje horizontal indica el número de docentes que declararon conocer o utilizar cada recurso. De este modo, se puede observar de manera comparativa qué tan difundido está el conocimiento de un recurso y qué tanto es llevado a la práctica en el aula.
Del análisis de los resultados sintetizados en la figura 1, se concluye que Google Drive y Google Classroom son los dos recursos más conocidos. Además, muchos de los docentes que los conocen, afirman implementarlos en sus aulas. Esto se evidencia por un uso relativamente elevado. Aun así, se aprecia una brecha entre “conocer” y “utilizar” que revela que no todos los docentes que saben de estas herramientas terminan aplicándolas. Otros dispositivos de uso cotidiano, como Notebook, Tablet y Teléfono, presentan un volumen alto de conocimiento. Sin embargo, la proporción de uso en el aula es menor que su grado de conocimiento. Esto sugiere que, aunque se trate de tecnologías de uso común, no siempre se integran formalmente en las prácticas de enseñanza.
Si bien la totalidad de los docentes afirma conocer Zoom y Google Meet, su nivel de conocimiento es menor que el de Drive o Classroom. Además, se destaca que casi todos los que conocen los primeros afirman utilizarlos, reduciendo así la brecha entre conocimiento y uso. Esto podría asociarse a la necesidad de herramientas de videoconferencia, especialmente en escenarios de educación a distancia o clases híbridas.
Para el caso de Dropbox se observa una gran diferencia entre la cantidad de docentes que conocen el recurso y los que lo usan efectivamente. Esto podría deberse a que existen alternativas similares (por ejemplo, Google Drive) que, al estar integradas con otros servicios de Google, resultan más sencillas de adoptar. Scratch y Moodle son dos recursos que, aunque se reconocen en el ámbito educativo son de bajo empleo en el aula. Para el caso de Scratch se advierte una brecha notable entre conocimiento y uso en el aula, mientras que casi todos los que indicaron conocer Moodle señalaron usarlo en sus clases. Los recursos como YouTube y Kahoot son mencionados por un número menor de docentes en comparación con otros recursos. En estos casos, la brecha entre conocer y utilizar es muy reducida. Finalmente, no todos los docentes que aseguran conocer GeoGebra lo emplean en sus clases. Este resultado es llamativo debido a su amplio reconocimiento y potencialidad geométrica y algebraica en el ámbito de la matemática.
Figura 1. Relación entre los recursos que el docente conoce y los que usa en clase
Fuente: Elaboración propia.
5.3. Perspectiva de los profesores sobre qué son y para qué usar recursos de IAG
En la tercera sección del cuestionario se indagó a los profesores acerca de cuánto creen saber sobre qué son los recursos provenientes de la IAG. Los resultados indican que en el nivel primario hay un predominio de la opción “Algo” (50% de los encuestados que trabajan en ese nivel) y “Nada” (40% de los encuestados que trabajan en ese nivel). La mayoría manifiesta tener niveles bajos de conocimiento sobre qué son los recursos de IAG. Por otro lado, hay pocos docentes que manifiestan niveles altos de conocimiento dado que las categorías “Mucho” y “Experto” casi no aparecen.
En el nivel secundario los grupos más numerosos los componen los docentes que afirman tener “Algo” de conocimiento sobre IAG (56% de los encuestados que trabajan en ese nivel), y los que no conocen “Nada” (29% de los encuestados que trabajan en ese nivel). Esto indica que gran parte del profesorado de secundaria reconoce tener un conocimiento limitado o nulo sobre qué son los recursos de IAG. Sólo el 12% de los encuestados que se desempeñan en el nivel secundario indicaron conocer “Bastante” estos recursos mientras que el 3% contestó “Mucho”.
En el nivel superior no universitario (terciario), aproximadamente la mitad de los docentes respondieron que conocían “Algo” sobre IAG (un 57% aproximadamente) y un cuarto indicó que no conocían “Nada” (25% de los docentes que trabajan en el nivel). Sólo el 14% de los docentes que trabajan en ese nivel afirmaron conocer “Bastante” y un 4% indicaron “Mucho”.
En el nivel universitario, un 63% de los docentes optaron por la opción “Algo” y un 16%, por la opción “Bastante”. Mientras que el 16% de los docentes que trabajan en el nivel manifiestan no conocer “Nada” sobre qué es la IAG. En el mismo nivel, un 1% se considera “Experto” y un 4% afirma saber “Mucho”. En la categoría “otro nivel”, la opción “Algo” es la más seleccionada (49% de los docentes), seguida por la opción “Nada” (33% de los docentes) (Ver Anexo 2).
Luego, se pregunta a los docentes cuánto consideran saber para qué sirve la IAG. En el nivel primario hay un predominio por la elección “Algo” (49% de los docentes que trabajan en ese nivel) y “Nada” (39% de los docentes), lo que se asemeja a los resultados obtenidos para el ítem relativo a qué son los recursos de IAG. En el nivel secundario, las opciones más seleccionadas son “Algo” de conocimiento sobre para qué sirve la IAG (55% de los docentes que trabajan en ese nivel), “Nada” (23 % de los docentes que trabajan en el nivel) y “Bastante” (18%). Esto indica que gran parte del profesorado de secundaria cree tener cierto conocimiento sobre la utilidad de la IAG. Sólo un 4% de los docentes eligió la opción “Mucho”.
En el nivel superior no universitario (terciario), la mitad de los docentes afirma conocer “Algo” (50%), mientras que las opciones “Bastante” (23%) y “Nada” (21%) le siguen en menor medida. Finalmente, un 6% de los docentes indicaron conocer “Mucho” sobre la utilidad de la IAG. En el nivel universitario, un alto número de docentes se ubica en la opción “Algo” (56%) y también un grupo importante en la categoría “Bastante” (23%). Mientras que el 13% de los docentes dicen no conocer “Nada” y un 7% de los docentes indicaron saber “Mucho” de la utilidad de la IAG. Cabe destacar que en este nivel hay un 1% que se consideran como “Expertos”. (Ver Anexo 2).
Para las respuestas afirmativas a los usos de IAG en las aulas, se consultó sobre qué tipo de uso realizaban los docentes. Para analizar este caso, se generó una nube de palabras (Figura 2) con el texto ingresado por los encuestados. La nube muestra en tamaño más grande aquellas palabras que aparecen más frecuentemente en las respuestas, y en menor tamaño las que aparecen con menos frecuencia. Además, se consideran las palabras cuya frecuencia es mayor a tres. Algunas de las palabras más mencionadas por los docentes fueron las siguientes: información, textos, temas, estudiantes, preguntas, respuestas, ideas, búsqueda, buscar, generar. Estas palabras se asocian a la tarea para la cual los docentes encuestados aluden haber usado la IAG: búsqueda de información, realizar resúmenes de textos, generar imágenes, corregir redacción, generar posts para redes sociales, generar actividades y ejercicios, entre otras.
Figura 2. Usos de la IAG mencionados por los docentes encuestados.
Fuente: Elaboración propia.
Respecto a cuánto los docentes han usado herramientas de IAG, los resultados muestran que la elección “Nada” es la predominante en cuatro de los cinco niveles educativos. El nivel universitario es el único en el que predomina la opción “Algo” (45%) (ver Anexo 2).
Resulta interesante describir más detalladamente el uso de la IAG explicitado por los docentes. Considerando que las respuestas fueron en texto libre, se utilizó para su análisis BERTopic. En este caso, las respuestas al ítem sobre cómo habían utilizado la IAG se agruparon automáticamente en tres grupos o tópicos. La figura 3 muestra las palabras salientes de cada tópico, mientras que la figura 4 visualiza las respuestas y sus temas en un espacio bi-dimensional, que permite apreciar con mayor claridad el volumen y distancia entre los temas.
Figura 3. Análisis por tópico de las respuestas de los docentes respecto al uso de la IAG
Fuente: Elaboración propia.
De este análisis se puede inferir que las respuestas se ubican en tres grupos. Las del primer grupo se refieren a usos de la IAG como herramienta de consulta de textos y el estudio de temas en general. En el segundo tópico se encuentran respuestas que asocian ChatGPT a la búsqueda de información en forma más específica, lo cual trasluce una concepción equivocada de la funcionalidad de los chatbots. Finalmente, se distingue claramente un tópico que agrupa todas aquellas respuestas de docentes encuestados que no han usado IAG o solo la han usado para pruebas o por simple curiosidad.
Figura 4. Visualización de los tópicos encontrados respecto del uso de la IAG.
Fuente: Elaboración propia
Para representar cómo las respuestas de un mismo docente fluyen entre los tres ejes: conocimiento conceptual (“¿Sabes qué son?”), conocimiento funcional (“¿Sabes para qué son?”) y nivel de uso real (“¿Cuánto los usas?”), se realizó un diagrama de Sankey (Figura 5). Cada “corriente” en el gráfico representa el paso de un nivel de respuesta a otro. Por ejemplo, un docente que responde “Algo” en la primera pregunta y “Bastante” en la segunda, aparece en el flujo que conecta esas dos categorías.
El primer y segundo bloque de docentes se ubican en los niveles bajos o intermedios (“Nada” o “Algo”), tanto en la comprensión de qué son los sistemas de IAG como en su uso. Esto indica un conocimiento básico y un uso limitado de los sistemas de IAG. Este patrón parece indicar que muchos docentes, aunque habían oído hablar de la IAG, no tenían un conocimiento profundo, ni habían incorporado estas herramientas en sus prácticas. Se observa también un pequeño grupo de docentes que afirman saber “Bastante” y cuyo flujo entre el saber para qué sirve y su uso también se mantiene en “Bastante”. Este grupo representa a docentes con dominio conceptual y funcional que, en consecuencia, reportan un uso frecuente o experto de la IAG.
Figura 5. Fluctuación de las respuestas de los docentes respecto a las tres categorías anteriores
Fuente: Elaboración propia.
5.4. Inteligencia Artificial Generativa e instituciones educativas
Esta sección está compuesta por 2 ítems de escala tipo Likert. En estos ítems se intenta explorar el tratamiento y conocimiento que la institución donde se desempeña el docente tiene respecto a la IAG, y si dentro de la misma se ha conversado, discutido y reflexionando sobre su incorporación en las aulas.
El análisis de las respuestas aportadas sobre el primer aspecto permite concluir que las opciones más elegidas por los docentes, en todos los niveles educativos, son “Nada” y “Algo”. Esto sugiere que, en general, los docentes perciben a sus instituciones con una preparación escasa o, en el mejor de los casos, intermedia para afrontar la incorporación de la IAG. El análisis por niveles permite concluir que en el nivel primario se observa la mayor proporción de docentes que considera a su institución “Nada” (58%) preparada frente a la irrupción de la IAG. En el nivel secundario, las opciones “Algo” (39%) y “Nada” (55%) fueron las más seleccionadas. En cambio, en la educación superior, niveles terciario y universitario, la distribución entre “Nada” y “Algo” se asemeja. También en estos niveles, la opción “Bastante” es la tercera más elegida (Ver Anexo 2).
Respecto a la adaptación de las clases frente a la IAG, las opciones “Nada” y “Algo” son las predominantes en todos los niveles educativos (figura 6). Estos resultados permiten inferir que los docentes consideran que las instituciones no generaron espacios de discusión, reflexión e incluso capacitación para sus equipos docentes. Observando las respuestas por niveles educativos, en el nivel secundario y universitario, la respuesta “Algo” aparece con mayor frecuencia que en los restantes. Esto sugiere que, dentro de estas instituciones, hubo algunas discusiones sobre cómo adaptar las clases ante la IAG.
Figura 6. Nivel de discusión en las instituciones sobre la adaptación de las clases ante la IAG
Fuente: Elaboración propia.
Finalmente, la quinta y última sección de la encuesta se enfoca en los recursos de IAG dentro de las aulas, incluyendo los momentos de evaluación. Se explora la percepción de los docentes sobre el impacto de la IAG en las aulas en los próximos años, y de qué manera abordan la adaptación de la evaluación frente a la IAG.
Respecto al impacto que la IAG tendrá a futuro en las aulas, las opciones “Bastante” y “Mucho” son las respuestas predominantes en todos los niveles educativos. La opción “Algo” tiene una presencia moderada mientras que la opción “Nada” es la menos elegida en todos los niveles. Estos valores permitirían inferir que la mayoría de los docentes encuestados asumen que la IAG jugará un papel importante dentro de las aulas en los próximos años (Ver Anexo 2).
Respecto a la adaptación de la evaluación frente a la IAG, las opciones “Nada” y “Algo” son las más predominantes en todos los niveles educativos mientras que la opción “Bastante” tiene baja frecuencia (figura 7). Estos valores permiten inferir una ausencia o muy bajo nivel de discusión al interior de las instituciones sobre cómo adaptar los procesos evaluativos.
Figura 7. Tratamiento en las instituciones educativas sobre evaluación e IAG
Fuente: Elaboración propia.
Un aspecto central que interesa describir de forma más detallada es la forma en que los docentes consideran que la IAG va a afectar las aulas en el futuro. Para ello, se generó una nube de palabras con el texto proporcionado por los encuestados (figura 8). Las palabras más explicitadas son: información, alumnos, estudiantes, docente, trabajo, herramienta, actividades, respuestas, entre otras.
Figura 8. Forma en que los docentes conciben el impacto en las aulas
Fuente: Elaboración propia.
Para continuar y profundizar la descripción de estas respuestas, se utilizó la metodología de análisis de tópicos mencionada anteriormente. Se pudieron identificar respuestas en tres tópicos o temas (figura 9). En el primer grupo se encuentran respuestas de carácter general que mencionan a la IAG como una herramienta que va a ser usada por docentes y estudiantes en el futuro. En el segundo grupo, vuelve a aparecer la referencia a las tareas de búsqueda de información, permitiendo distinguir que un grupo de encuestados podría estar confundiendo a los chatbots con buscadores de información. En el tercer grupo se encuentran respuestas más específicas que hablan de cambios en la evaluación, modalidad, clases y prácticas.
Figura 9. Análisis por tópico de las respuestas de los docentes respecto al impacto de la IAG.
Fuente: Elaboración propia
6. DISCUSIÓN
En relación con los objetivos planteados para esta investigación, los resultados obtenidos de la encuesta permiten realizar algunas observaciones.
El primer objetivo del trabajo se centró sobre el conocimiento y el uso de la IAG por parte de los docentes. En particular, la relación entre quienes manifiestan saber qué es, para qué son estas herramientas y los que efectivamente la usan, pone en evidencia distintos grupos de brecha entre conocimientos y uso. La encuesta muestra una predominancia de quienes dicen conocer "Algo" sobre qué son y para qué se usan estas herramientas. Este grupo, sin embargo, se divide entre quienes la usan "Algo" y "Nada". Es decir, un gran número de encuestados no la usa, quizás por tener un conocimiento mínimo. Un resultado análogo fue obtenido por Lee et al. (2024) para el nivel secundario. Los autores concluyeron en ambigüedades por parte de profesores del nivel secundario al momento de insertar la IAG en las aulas.
Cabe destacar, que la mayoría de los docentes están entre quienes la usan "Nada" o "Algo", denotando un uso limitado de IAG en términos generales. Existen también dos resultados salientes en este sentido. Un grupo que dice saber solo algo sobre qué son, pero bastante sobre para qué son, y en este caso la usan "Algo" o "Bastante". Se puede inferir que, aún sin conocer qué es la IAG, reconocen su funcionalidad como útil y la usan. En este grupo se podría presentar el riesgo de que los docentes estén haciendo un uso inadecuado o realizando suposiciones incorrectas sobre el funcionamiento de la IAG. Más aún, del análisis de los usos que los docentes mencionan de la IAG se destaca el de búsqueda de información. Este resultado se alinea con los obtenidos por Espejo Aubá (2024). Si bien este autor analizó solamente 41 respuestas de docentes, concluyó que estos pusieron en evidencia serias dificultades para distinguir la IAG de otros entornos virtuales.
Cabe destacar que esto podría obedecer a una concepción equivocada de lo que es la IAG, ya que la generación de respuestas difiere significativamente de un proceso de búsqueda y recuperación de información como los que puede realizarse en un buscador tradicional (por ejemplo, Google). En este punto se refuerza la necesaria alfabetización en IAG tendiente a que los docentes comprendan los fundamentos sobre cómo funciona, cuáles son sus aplicaciones y, principalmente, sus limitaciones. Desarrollar habilidades básicas para entender cómo se construyen y operan los sistemas de IAG permite evitar usos inadecuados o la atribución de capacidades que no poseen.
La necesidad de alfabetización en IAG para los docentes refuerza los resultados obtenidos por Chan y Tsi (2024) quienes concluyeron que los estudiantes universitarios son más receptivos a este tipo de herramientas que sus propios docentes. Conocer la forma en que la IAG genera contenido, su estructura y el formato de la salida, permite que el docente diferencie entre una producción realizada genuinamente por sus estudiantes a una elaborada con IAG. Han et al. (2024) concluyen al respecto para el nivel primario, afirmando que la autoría y la propiedad de los proyectos de escritura de los estudiantes es una problemática que ocupa tanto a docentes como a los padres.
En términos del segundo objetivo, cómo ven los docentes que va a impactar la IAG en la educación, la encuesta mostró una cierta coincidencia en que el impacto sería significativo. Los docentes opinaron que la introducción de la IAG tendría un impacto elevado en el contexto educativo, entre "Mucho" y "Bastante". Cuando se buscó identificar los temas en los que creen que impactaría más, analizando la respuesta abierta de los docentes, fue posible identificar dos temas que se distinguen de las preocupaciones generales, por un lado la búsqueda de información, y por otro, la evaluación.
En el primer caso, se destacan las palabras información, búsqueda, creación, datos y fuentes (tópico 1). De ellas se podría inferir un cierto temor en cuanto a la veracidad de la información, la fiabilidad de las fuentes, y quizás el temor hacia la falta de un pensamiento creativo. El otro tema identificado es el de la evaluación (tópico 2), una problemática que preocupa a docentes en el contexto de aulas donde la presencia de IAG conlleva a repensar los mecanismos evaluativos. Kizilcec et al. (2024) obtuvieron resultados análogos para Australia, Chipre y Estados Unidos. Concluyeron que los docentes están a favor de adaptar las evaluaciones. Todos estos son temores fundados respecto de la IAG y que requieren de una especial atención en el contexto educativo.
El último objetivo de la investigación realizada en este trabajo se refiere a la adaptación de las instituciones educativas a partir de la presencia de la IAG en aspectos como la gestión de clases y la evaluación. En este aspecto, se puede destacar que, al momento de realizada la encuesta, a pesar del amplio reconocimiento del uso y el impacto esperado de la IAG, el tratamiento del tema en las instituciones era escaso. En este sentido se puede mencionar que, si bien en ambos aspectos sobre los que se consultó, la adaptación de clases y la evaluación, el tratamiento institucional fue muy bajo, en el segundo fue aún menor que en el primero. Es decir, en un tema que los docentes mencionan entre los que más les preocupa como es la evaluación en presencia de la IAG, las instituciones dieron menor respuesta.
La Tabla 2 sintetiza los resultados más relevantes, observaciones e implicancias descriptos en cuatro dimensiones: conocimiento sobre la IAG, uso de la IAG, preparación y discusión institucional e impacto percibido y evaluación.
Tabla 2. Síntesis de resultados más relevantes
|
Dimensión analizada |
Resultados principales |
Observaciones / Implicancias |
|
Conocimiento sobre la IAG |
Los docentes manifiestan tener un bajo nivel de conocimiento sobre qué son los sistemas de IAG y para qué sirven. |
Existe una evidente falta de alfabetización en IAG.
Muchos docentes confunden a la IAG con los buscadores tradicionales de información (como Google), lo que refleja un desconocimiento profundo sobre sus fundamentos técnicos y limitaciones. |
|
Uso de la IAG |
Se observa una brecha importante entre el conocimiento y el uso. Incluso entre el grupo de docentes que afirma conocer "Algo" sobre estas herramientas, una gran proporción indica que no las utiliza. |
Al no comprender adecuadamente su funcionamiento, los docentes podrían estar incurriendo en usos inadecuados o atribuyendo a la IAG capacidades que no posee, limitando así su potencial didáctico. |
|
Preparación y discusión Institucional |
La mayoría de los docentes percibe que las instituciones en las que trabajan tienen una preparación escasa o nula para afrontar la incorporación de la IAG.
El nivel primario es donde se percibe mayor falta de preparación. |
El tratamiento y la discusión institucional sobre este tema son prácticamente nulos.
Las escuelas no han generado espacios para reflexionar sobre cómo adaptar las clases o los modelos pedagógicos frente a esta nueva tecnología. |
|
Impacto percibido y evaluación |
Los docentes creen que el impacto de la IAG en las aulas en los próximos años será muy alto |
A pesar de la falta de preparación, los docentes reconocen el impacto futuro de la IAG. Surgen preocupaciones claras respecto a la veracidad de la información, la fiabilidad de las fuentes y el riesgo de disminuir el pensamiento creativo de los estudiantes.
Una de las mayores inquietudes es la necesidad de repensar y adaptar los mecanismos de evaluación. |
Fuente: Elaboración propia.
Para repensar las prácticas docentes frente a la IAG, debatir las cuestiones éticas y de integridad académica que proponen Andreoli et al. (2024), es necesario un tratamiento al interior de las instituciones. De lo contrario, esta cuestión quedaría en manos de la voluntad de los docentes sin un respaldo institucional.
7. RECOMENDACIONES
En base a los resultados obtenidos y teniendo en cuenta los objetivos de este trabajo y la encuesta diseñada e implementada para Argentina, resulta necesario generar acciones de alfabetización en IAG para los docentes de los diferentes niveles del sistema educativo.
Se requiere continuar incidiendo en la formación de profesores en recursos de IAG, atendiendo a su rápida y constante evolución, con el propósito de comprender las potencialidades y limitaciones, aprender a interactuar de forma informada y responsable, analizar críticamente aspectos éticos del empleo y las implicaciones sociales y ambientales. De esta manera, estos mismos docentes podrán incidir en la alfabetización en IAG de sus estudiantes y procurar que los ciudadanos puedan realizar un uso reflexivo y crítico de recursos de IAG. Es necesario que las personas ejerzan autonomía en sus interacciones con los recursos de IAG, reflexionando sobre aspectos vinculados a privacidad, autonomía, vigilancia, sesgos y discriminación.
8. CONCLUSIONES
El estudio presentado en este trabajo tuvo por objetivo general analizar las percepciones de los docentes de Argentina respecto de la IAG, su nivel de conocimiento y los usos que hacen de esta tecnología. Si bien existen encuestas realizadas en distintos países sobre este tema, tal como se mencionó previamente, la realización de un estudio en la región permite tener una visión nacional de la problemática bajo estudio, atendiendo las realidad sociales, económicas y culturales del país. Esta perspectiva, por su parte, habilita la discusión sobre políticas educativas específicas para el país en base a indicadores concretos y preocupaciones salientes de los docentes de distintos niveles
Con el fin de posibilitar la toma de decisión informada, el número de respuestas recolectadas es muy superior a otras encuestas de Argentina e incluso, de otros países y es abarcativa en términos de niveles educativos, tipos de instituciones y jurisdicciones educativas. Adicionalmente, la encuesta buscó identificar preocupaciones específicas de los docentes y profundizó en una temática que habitualmente emerge en el campo educativo, como es la evaluación en presencia de IAG. De la misma manera, el tratamiento institucional fue considerado como un aspecto saliente sobre el cual consultar a los docentes, a fin de potenciar la discusión sobre acciones a seguir institucionalmente.
A partir de los resultados obtenidos, se evidencia la necesidad de discutir y plantear estos temas en las instituciones educativas y también a nivel de políticas educativas. Por otro lado, surge la necesidad de destinar espacios de capacitación y formación en IAG para los docentes de los diferentes niveles educativos. Estos hallazgos coinciden con los obtenidos por trabajos similares como (Lee et al. 2024), donde los docentes manifestaron la necesidad de apoyo en el empleo de herramientas de IAG.
Es importante señalar algunas limitaciones de este trabajo que deben considerarse al interpretar sus resultados. En primer lugar, si bien la muestra es de grandes dimensiones, algunas regiones del país podrían estar menos representadas. Por su extensión territorial, la provincia de Buenos Aires tiene el mayor número de docentes encuestados. Otras provincias pueden tener una proporción de encuestados no proporcional a la población de docentes existentes. En este sentido, los datos analizados a nivel regional podrían arrojar disparidades de acuerdo con las realidades específicas. En segundo lugar, el mecanismo de distribución, mediante listas y redes sociales, al no ser sistemático a través de las instituciones educativas, puede haber no haber alcanzado igualitariamente a todos los sectores de la población docente. Como continuación de este trabajo y atendiendo a los resultados reportados, durante los últimos dos años, los autores vienen diseñando e implementado espacios de formación sobre IAG y educación. Estos espacios están destinados a profesores de diversas disciplinas y niveles educativos en Argentina, y su propósito es, precisamente, incidir en la alfabetización de los docentes en IAG (Autores et al. 2024).
Estas acciones resultan en un aporte no sólo a la formación docente, sino también al campo disciplinar correspondiente. Los profesores que adquieren conocimientos en IAG no sólo aprenden a optimizar ciertas tareas rutinarias de la profesión docente, sino también a generar sus propios recursos con la asistencia de IAG, tanto para el diseño de las clases, de sus materiales, dentro del aula y en las evaluaciones. Finalmente, la encuesta diseñada e implementada puede replicarse por otros investigadores e incluso, por los mismos directivos de las instituciones que estén interesados en conocer la relación de sus docentes con la IAG, constituyéndose así en un aporte metodológico.
9. REFERENCIAS
Allen, L. K. y Kendeou, P. (2024). ED-AI Lit: An interdisciplinary framework for AI literacy in education. Policy Insights from the Behavioral and Brain Sciences, 11(1), 3-10. https://doi.org/10.1177/23727322231220339
Andreoli, S., Aubert, E., Cherbavaz, M. C. y Perillo, L. (2024). Entre humanos y algoritmos: percepciones docentes sobre la exploración con IAG en la Enseñanza del Nivel Superior. Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología, 37, 63-77. https://doi.org/10.24215/18509959.37.e6
Bravo, B., Pérez, G., Lorenzo, G., Cabellos, B., de Aldama, C. y Pozo, J. I. (2025). Creencias de docentes de Argentina sobre la inteligencia artificial generativa en la enseñanza y el aprendizaje. Edutec, Revista Electrónica de Tecnología Educativa, 94, 409-431. https://doi.org/10.21556/edutec.2025.94.4209
Chan, C. K. Y. y Tsi, L. H. Y. (2024). Will generative AI replace teachers in higher education? A study of teacher and student perceptions. Studies in Educational Evaluation, 83, 101395. https://doi.org/10.1016/j.stueduc.2024.101395
Chapman, B. L., Ross, A. S. y Petraki, E. (2026). Teacher readiness for generative AI: A theory of planned behaviour approach. Social Sciences & Humanities Open, 13, 102351. https://doi.org/10.1016/j.ssaho.2025.102351
Chiu, T. K. F. (2025). AI literacy and competency: Definitions, frameworks, development and future research directions. Interactive Learning Environments, 33(5), 3225-3229. https://doi.org/10.1080/10494820.2025.2514372
Espejo Aubá, P. (2024). La inteligencia artificial en educación: Opiniones y saberes de los docentes [Artificial intelligence in education: Teachers' perspectives and knowledge]. European Public & Social Innovation Review, 9, 01-19. https://doi.org/10.31637/epsir-2024-898
Grootendorst, M. (2022). BERTopic: Neural topic modeling with a class-based TF-IDF procedure. https://doi.org/10.48550/arXiv.2203.05794
Han, A., Zhou, X., Cai, Z., Han, S., Ko, R., Corrigan, S. y Peppler, K. (2024). Teachers, parents, and students' perspectives on integrating generative AI into elementary literacy education. En Proceedings of the 2024 CHI Conference on Human Factors in Computing Systems CHI'24 (pp. 1-17). ACM. https://doi.org/10.1145/3613904.3642438
Hernández, R., Fernández, C. y Baptista, P. (2014). Metodología de la Investigación (6a ed.) Mcgraw-Hill.
Kizilcec, R. F., Huber, E., Papanastasiou, E. C., Cram, A., Makridis, C. A., Smolansky, A., Zeivots, S. y Raduescu, C. (2024). Perceived impact of generative AI on assessments: Comparing educator and student perspectives in Australia, Cyprus, and the United States. Computers and Education: Artificial Intelligence, 7, 100269. https://doi.org/10.1016/j.caeai.2024.100269
Lee, D., Arnold, M., Srivastava, A., Plastow, K., Strelan, P., Ploeckl, F., Lekkas, D. y Palmer,
E. (2024). The impact of generative AI on higher education learning and teaching: A study of educators’ perspectives. Computers and Education: Artificial Intelligence, 6, 1-10. https://doi.org/10.1016/j.caeai.2024.100221
OECD. (2026). Empowering Learners for the Age of AI: An AI Literacy Framework for Primary and Secondary Education, European Commission (EC) & Organization for Economic Cooperation and Development. https://doi.org/10.1787/65cd27d4-en
Tadimalla, S. Y. y Maher, M. L. (2024). AI Literacy for All: Adjustable Interdisciplinary Socio-technical Curriculum. En 2024 IEEE Frontiers in Education Conference (FIE) (pp. 1-9). IEEE. https://doi.org/10.1109/FIE61694.2024.10893159
UNESCO (2019). Beijing consensus on artificial intelligence and education. https://unesdoc.unesco.org/ark:/48223/pf0000368303
Vicente-Yagüe-Jara, M. I., López-Martínez, O., Navarro-Navarro, V. y Cuéllar-Santiago, F. (2023). Writing, creativity, and artificial intelligence. ChatGPT in the university context. [Escritura, creatividad e inteligencia artificial. ChatGPT en el contexto universitario]. Comunicar, 77, 47-57. https://doi.org/10.3916/C77-2023-04
Yi, Z. y Siquan, X. (2025) The impact of pre-service language teachers' basic psychological needs on behavioural intentions to utilise artificial intelligence (AI) in teaching: AI literacy and self-efficacy as mediators. European Journal of Education, 60(3), e70160. https://doi.org/10.1111/ejed.70160
Zhou, X., Li, Y., Chai, C. S. y Chiu, T. K. F. (2025). Defining, enhancing, and assessing artificial intelligence literacy and competency in K-12 education from a systematic review. Interactive Learning Environments, 33(10), 5766-5788, https://doi.org/10.1080/10494820.2025.2487538
CONTRIBUCIONES DE AUTORES/AS, FINANCIACIÓN Y AGRADECIMIENTOS
Conceptualización: Parra, V., Corica, A., Schiaffino, S. y Godoy, D. Software: Parra, V., Corica, A., Schiaffino, S. y Godoy, D. Validación: Parra, V., Corica, A., Schiaffino, S. y Godoy, D. Análisis formal: Parra, V., Corica, A., Schiaffino, S. y Godoy, D. Curación de datos: Parra, V., Corica, A., Schiaffino, S. y Godoy, D. Redacción-Preparación del borrador original: Parra, V., Corica, A., Schiaffino, S. y Godoy, D. Redacción-Rvisión y Edición: Parra, V., Corica, A., Schiaffino, S. y Godoy, D. Visualización: Parra, V., Corica, A., Schiaffino, S. y Godoy, D. Supervisión: Parra, V., Corica, A., Schiaffino, S. y Godoy, D. Administración de proyectos: Parra, V., Corica, A., Schiaffino, S. y Godoy, D. Todos los/as autores/as han leído y aceptado la versión publicada del manuscrito: Parra, V., Corica, A., Schiaffino, S. y Godoy, D.
Financiación: Este trabajo fue financiado parcialmente por el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) a través del proyecto PIP 2023-2025 No. 11220220100429CO.
AUTORES/AS
Verónica Parra:
Núcleo de Investigación en Educación Matemática (NIEM), Instituto Superior de Ingeniería de Software de Tandil (ISISTAN), CONICET-UNCPBA, Argentina.
PhD in Mathematics Education from the Universidad Nacional del Centro de la Provincia de Buenos Aires (UNCPBA), 2012. Associate professor in the Teacher Training Department at UNCPBA, member of NIEM Research Institute and Associate researcher at CONICET. Her research interests include mathematics teaching and use of resources for teaching.
Orcid ID: https://orcid.org/0000-0002-6956-0052
Ana Corica:
Núcleo de Investigación en Educación Matemática (NIEM), Instituto Superior de Ingeniería de Software de Tandil (ISISTAN), CONICET-UNCPBA, Argentina.
PhD in Education Science from the Universidad Nacional de Córdoba (UNC), 2010. Associate professor in the Teacher Training Department at UNCPBA, director of NIEM Research Institute and Associate researcher at CONICET. Her research interests include mathematics teaching and use of resources for teaching.
acorica@niem.exa.unicen.edu.ar
Orcid ID: https://orcid.org/0000-0002-3583-6081
Silvia Schiaffino:
Instituto Superior de Ingeniería de Software de Tandil (ISISTAN), CONICET-UNCPBA, Argentina.
PhD in Computer Science from the Universidad Nacional del Centro de la Provincia de Buenos Aires (UNCPBA), 2004. Full-time associate professor in the Computer Science Department at UNCPBA, member of ISISTAN Research Institute and Principal researcher at CONICET. Her research interests include recommender systems, user profiling and personalization.
silvia.schiaffino@isistan.unicen.edu.ar
Orcid ID: https://orcid.org/0000-0002-7616-9756
Daniela Godoy:
Instituto Superior de Ingeniería de Software de Tandil (ISISTAN), CONICET-UNCPBA, Argentina
PhD in Computer Science from the Universidad Nacional del Centro de la Provincia de Buenos Aires (UNCPBA), 2005. Full-time associate professor in the Computer Science Department at UNCPBA, member of ISISTAN Research Institute and Principal researcher at CONICET. Her research interests include recommender systems, social networks and text mining.
daniela.godoy@isistan.unicen.edu.ar
Orcid ID: https://orcid.org/0000-0002-5185-4570
Artículos relacionados: (RCCI)
Arguello, D. M. M., Burbano, M. D. L. Á. O., Valdez, J. L. F. y Muñoz, J. M. S. (2025). El uso de la inteligencia artificial como recurso pedagógico en la educación superior: experiencias de los docentes. Sage Sphere International Journal, 2(2). https://dialnet.unirioja.es/servlet/articulo?codigo=10176958
Paredes Serrano, C., Gismera Tierno, E. y Zapatero González, A. (2025). Effects of Artificial Intelligence in Capitalist Societies; Use of Social Networks: Artificial Intelligence, Social Networks and Relationship with Stakeholders. VISUAL REVIEW. International Visual Culture Review Revista Internacional De Cultura Visual, 17(3), 345-354. https://doi.org/10.62161/revvisual.v17.5818
Riofrio, L. D. C. S., Galarza, G. E. G., Sánchez, A. E. L. y Ochoa, E. B. A. (2025). El uso de la inteligencia artificial y su impacto en las prácticas pedagógicas de los docentes en el aula. Revista Científica Kosmos, 4(2), 150-172. https://doi.org/10.62943/rck.v4n2.2025.345
Silva-Fuentealba, E., Valdés-León, G. y Oyarzún Yáñez, R. (2025). Inteligencia artificial en el aula: potenciando la resolución de problemas a través del pensamiento creativo. Revista de Comunicación de la SEECI, 58, 1-19. https://doi.org/10.15198/seeci.2025.58.e927
Valls Morató, J. (2025). Impacto de la IAG en la labor del personal docente PhD-investigador. Estudio del caso de una escuela de negocios. European Public & Social Innovation Review, 11, 1-27. https://doi.org/10.31637/epsir-2026-2108