REVISTA EDUCACIÓN SUPERIOR Y SOCIEDAD

2025, Vol. 37 Nro. 2 (jul.-dic.), 68-89.

https://doi.org/10.54674/ess.v37i2.1102

e-ISSN: 2610-7759

Recibido 2025-10-14│Revisado 2025-12-03

Aceptado 2026-01-22│Publicado 2026-05-30

 

 

 

Impacto de la IA generativa en la docencia: una perspectiva desde la formación de periodistas en una universidad cubana

Impact of Generative AI on Teaching: A Perspective from the Training of Journalists in a Cuban University

 

Abraham Enrique Mesa Berroa1 @ https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcSNfWYTcCAZvEGsSFZ1txbWDB-BbGS9NXIvs46eBwRcKcb97noqr8ag9zTjvaHe_8qoX9A&usqp=CAU

Yamile Obdulia Haber Guerra2 @ https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcSNfWYTcCAZvEGsSFZ1txbWDB-BbGS9NXIvs46eBwRcKcb97noqr8ag9zTjvaHe_8qoX9A&usqp=CAU

 

1 y 2. Universidad de Oriente, Santiago de Cuba, Cuba

 

RESUMEN

La irrupción de la inteligencia artificial (IA) generativa está reconfigurando la educación superior, planteando oportunidades y desafíos significativos, especialmente en la formación de periodistas. Esta investigación explora el impacto de la IA generativa en la docencia, la investigación y el aprendizaje en la formación de periodistas en la Universidad de Oriente en Santiago de Cuba, a través de los dilemas éticos, desafíos legales y ambientales asociados a su uso. Se empleó un enfoque mixto. Se aplicó una encuesta en línea a 30 estudiantes y se realizaron entrevistas semiestructuradas a 4 docentes del Departamento de Periodismo de la Facultad de Humanidades. Se realizó un análisis estadístico descriptivo de los datos cuantitativos y un análisis de contenido temático para los datos cualitativos. Los hallazgos indican una adopción generalizada de la IA generativa por parte de los estudiantes para la optimización de tareas académicas, en contraste con una percepción de amenaza a la integridad académica y al desarrollo del pensamiento crítico por parte de los docentes. Se evidenció una baja consciencia sobre las implicaciones legales y ambientales de estas tecnologías. Los resultados se discuten a la luz de la necesidad de una alfabetización mediática e informacional (AMI) que integre la IA de forma activa en los procesos docentes actuales. Se concluye que es imperativo desarrollar políticas institucionales y estrategias pedagógicas que orienten el uso ético y crítico de la IA generativa, preparando a los futuros periodistas para un ecosistema mediático en constante transformación tecnológica y deontológica.

PALABRAS CLAVE: inteligencia artificial; periodista; ética; alfabetización mediática; educación superior

 

Impact of Generative AI on Teaching: A Perspective from the Training of Journalists in a Cuban University

ABSTRACT

The emergence of Generative Artificial Intelligence (AI) is reshaping higher education, presenting significant opportunities and challenges, especially in the training of journalists. This research explores the impact of Generative AI on teaching, research, and learning in the training of journalists at the University of Oriente in Santiago de Cuba, through the ethical dilemmas, legal, and environmental challenges associated with its use. A mixed approach was employed. An online survey was applied to 30 students, and semi-structured interviews were conducted with 4 professors from the Department of Journalism of the Faculty of Humanities. A descriptive statistical analysis of the quantitative data and a thematic content analysis of the qualitative data were carried out. The findings indicate a widespread adoption of Generative AI by students for the optimization of academic tasks, in contrast to a perception of threat to academic integrity and the development of critical thinking by professors. A low awareness of the legal and environmental implications of these technologies was evidenced. The results are discussed considering the need for Media and Information Literacy (MIL) that actively integrates AI into current teaching processes. It is concluded that it is imperative to develop institutional policies and pedagogical strategies that guide the ethical and critical use of Generative AI, preparing future journalists for a media ecosystem in constant technological and deontological transformation.

KEYWORDS: Artificial Intelligence; Journalist; Ethics; Media Literacy; Higher Education

 

Impacto da IA Generativa no Ensino: Uma Perspectiva a partir da Formação de Jornalistas em uma universidade cubana

RESUMO

O surgimento da Inteligência Artificial (IA) generativa está reconfigurando o ensino superior, apresentando oportunidades e desafios significativos, especialmente na formação de jornalistas. Esta pesquisa explora o impacto da IA generativa no ensino, na pesquisa e na aprendizagem na formação de jornalistas na Universidade de Oriente em Santiago de Cuba, por meio dos dilemas éticos, desafios legais e ambientais associados ao seu uso. Foi utilizada uma abordagem mista. Aplicou-se um questionário on-line a 30 estudantes e realizaram-se entrevistas semiestruturadas com 4 professores do Departamento de Jornalismo da Faculdade de Humanidades. Foram realizadas uma análise estatística descritiva dos dados quantitativos e uma análise de conteúdo temático dos dados qualitativos. Os resultados indicam uma adoção generalizada da IA generativa pelos estudantes para a otimização de tarefas acadêmicas, em contraste com uma percepção de ameaça à integridade acadêmica e ao desenvolvimento do pensamento crítico por parte dos professores. Evidenciou-se uma baixa consciência sobre as implicações legais e ambientais dessas tecnologias. Os resultados são discutidos à luz da necessidade de uma Alfabetização Midiática e Informacional (AMI) que integre a IA de forma ativa nos processos de ensino atuais. Conclui-se que é imperativo desenvolver políticas institucionais e estratégias pedagógicas que orientem o uso ético e crítico da IA generativa, preparando os futuros jornalistas para um ecossistema midiático em constante transformação tecnológica e deontológica.

PALAVRAS-CHAVE: inteligência artificial; jornalista; ética; alfabetização midiática; ensino superior

 

Impact de l’IA générative sur l’Enseignement: une perspective depuis la formation des journalistes dans une université cubaine

RÉSUMÉ

L’émergence de l’Intelligence artificielle (IA) générative reconfigure l’enseignement supérieur, en posant des opportunités et des défis significatifs, notamment dans la formation des journalistes. Cette recherche explore l’impact de l’IA générative sur l’enseignement, la recherche et l’apprentissage dans la formation des journalistes à l’Université d’Oriente à Santiago de Cuba, à travers les dilemmes éthiques, les défis juridiques et environnementaux associés à son utilisation. Une approche mixte a été utilisée. Un questionnaire en ligne a été appliqué à 30 étudiants et des entretiens semi-structurés ont été menés avec 4 enseignants du Département de Journalisme de la Faculté des Humanités. Une analyse statistique descriptive des données quantitatives et une analyse de contenu thématique des données qualitatives ont été réalisées. Les résultats indiquent une adoption généralisée de l’IA Générative par les étudiants pour l’optimisation des tâches académiques, en contraste avec une perception de menace à l’intégrité académique et au développement de la pensée critique de la part des enseignants. Une faible conscience des implications juridiques et environnementales de ces technologies a été constatée. Les résultats sont discutés à la lumière de la nécessité d’une Éducation aux Médias et à l’Information (EMI) intégrant activement l’IA dans les processus pédagogiques actuels. Il est conclu qu’il est impératif de développer des politiques institutionnelles et des stratégies pédagogiques orientant l’usage éthique et critique de l’IA générative, préparant les futurs journalistes à un écosystème médiatique en transformation technologique et déontologique constante.

MOTS-CLÉS: intelligence artificielle; journaliste; éthique; éducation aux médias; enseignement supérieur

 

1.   INTRODUCCIÓN

La inteligencia artificial (IA) generativa se ha integrado de forma acelerada en la sociedad, impactando de manera transversal todos los campos del saber, con especial énfasis en la educación superior (Riveros-Solórzano, 2024). Su capacidad para generar textos, imágenes y códigos de programación en segundos ha transformado las dinámicas de enseñanza, aprendizaje e investigación, presentando un escenario de oportunidades y, a la vez, de profundos desafíos éticos, legales y pedagógicos. En el ámbito de la formación de periodistas, esta irrupción tecnológica adquiere una relevancia capital, pues no solo funciona como herramienta para optimizar procesos del ejercicio profesional, sino también la propia naturaleza de la producción, verificación y difusión de la información.

No obstante, esta misma capacidad de optimización es percibida de manera divergente por los actores universitarios. El presente estudio prevé que, mientras los estudiantes adoptan la IA para la elaboración de trabajos y resúmenes con una perspectiva utilitaria de "optimización de tareas", los docentes expresan una profunda preocupación por el impacto de estas prácticas en la integridad académica y el desarrollo del pensamiento crítico. Esta disonancia no es meramente una diferencia de opinión, sino que revela una tensión fundamental en la concepción del propósito de la educación. Se plantea la cuestión de si se debe priorizar la eficiencia en la producción de resultados o si el valor central de la formación reside en el proceso de investigación, el esfuerzo intelectual y el desarrollo de habilidades intrínsecas que la automatización podría eludir. Esta divergencia entre la concepción instrumental del estudiante y la visión pedagógica del docente es un fenómeno que demanda una profunda reflexión y un rediseño de las estrategias de enseñanza y evaluación para redefinir qué tareas son verdaderamente esenciales para el aprendizaje y cuáles pueden ser delegadas a la tecnología sin comprometer la formación integral del futuro profesional.

Los estudios recientes sobre la incorporación de la inteligencia artificial en el ecosistema mediático se han centrado, mayoritariamente, en la transformación de las redacciones, los modelos de negocio y las prácticas profesionales en medios digitales (Proyecto NEXTDIGIMEDIA, Universidad de Navarra, 2025). Sin embargo, estos trabajos, aun cuando ofrecen marcos analíticos sólidos sobre adopción, modelos y escenarios, prestan escasa atención a la incidencia concreta de la IA generativa en los procesos formativos universitarios de periodistas, es decir, en la docencia, el diseño curricular, las competencias docentes y estudiantiles, y las prácticas evaluativas en contextos académicos. Esta laguna es relevante porque la universidad no solo forma agentes que operarán en el ecosistema mediático afectado por la IA, sino que también es el espacio donde deben desarrollarse las competencias críticas, éticas y técnicas necesarias para enfrentar los sesgos, la opacidad algorítmica y los dilemas de integridad académica que la IA generativa plantea.

Por ello, el presente estudio trata de un vacío epistemológico y práctico, mientras proyectos amplios como NEXTDIGIMEDIA orientan la transformación del periodismo en clave sectorial y profesional, escasean investigaciones situadas que examinen cómo las instituciones de educación superior deben reconfigurar sus prácticas pedagógicas, políticas institucionales y modelos de alfabetización mediática e informacional para integrar la IA de forma crítica y responsable. En consecuencia, la investigación propuesta resulta prominente y necesaria para generar evidencias y recomendaciones aplicadas que conecten los hallazgos sobre transformación mediática con el diseño curricular y la práctica docente universitaria.

El problema de investigación que aborda este artículo se centra en los dilemas que surgen de la integración de la IA generativa en los procesos formativos de comunicadores. Como señalan Labañino Carrazana y González Pérez (2024), la IA ya es un objeto de conocimiento en la academia de periodismo, lo que exige una reflexión sobre los modelos de aprendizaje y evaluación ante herramientas que pueden tanto optimizar tareas como facilitar el plagio y la desinformación. Esta situación genera una tensión entre la necesidad de adoptar tecnologías emergentes para mantener la pertinencia curricular y el imperativo de salvaguardar la integridad académica y el desarrollo del pensamiento crítico, pilar fundamental de la profesión periodística.

En este contexto, la presente investigación se centra en la Universidad de Oriente en calidad de caso de estudio, con el propósito de explorar de qué manera la IA generativa impacta la docencia en la carrera de Periodismo, qué riesgos y desafíos emergen, y qué oportunidades pedagógicas pueden aprovecharse para enriquecer la formación profesional. Con base en ello, este estudio se propone a modo de objetivo fundamental el siguiente:

Analizar el impacto de la IA generativa en las prácticas de docencia y en las competencias profesionales de los estudiantes de la carrera de Periodismo de la Universidad de Oriente, con el fin de identificar brechas formativas, riesgos para la integridad académica y oportunidades pedagógicas para integrar una alfabetización mediática, algorítmica y ética en el currículo.

Por tanto, este artículo busca responder a la pregunta: ¿Cuál es el impacto de la IA generativa en las prácticas de docencia, investigación y aprendizaje de los estudiantes de Periodismo de la Universidad de Oriente? A través de un estudio de caso, se pretende generar conocimiento situado que contribuya a una integración reflexiva y crítica de estas tecnologías en la formación de comunicadores.

1.1.   Antecedentes Teóricos: revisión de la literatura

La IA se ha posicionado en tanto que un agente de transformación en la educación superior (Vólquez Pérez & Reynosa Navarro, 2024), reconfigurando no solo las herramientas disponibles para el aprendizaje y la investigación, sino también los propios modelos pedagógicos y la relación entre docentes y estudiantes. Esta integración ha generado un escenario de profunda dualidad, donde la IA se presenta simultáneamente a modo de una promesa de eficiencia y en calidad de una fuente de complejos desafíos éticos y prácticos (González-Moreno et al., 2024). Por un lado, la literatura académica reconoce el potencial de la IA para optimizar procesos educativos a través de la personalización del aprendizaje y la automatización de tareas repetitivas (Cruz-Silva, 2024), lo que podría conducir a una mayor equidad y eficacia en la formación.

En este sentido, la investigación de Aldo Romero (2024) destaca que la IA no es un accesorio, sino que está redefiniendo cómo se recopila, presenta y consume la información en la industria periodística. Su trabajo subraya el valor de la IA no solo para la automatización de tareas repetitivas, sino para potenciar la creatividad, la eficiencia y la interactividad en el proceso periodístico.

En esta misma línea, la investigación comparativa de Yaguana-Romero et al. (2025) evidencia que los periodistas y comunicadores utilizan la IA generativa de manera diversa según sus funciones profesionales, desde la redacción hasta la producción multimedia y el marketing digital. Estos hallazgos permiten entender que la adopción de la IA no se da de forma homogénea, sino que responde a perfiles profesionales y contextuales diferenciados. Tal perspectiva resulta clave para el ámbito universitario, ya que subraya la necesidad de que la docencia en periodismo contemple esa diversidad de usos para formar competencias adaptadas a múltiples escenarios profesionales.

La optimización de tareas rutinarias no es el fin último, sino que sirve de catalizador para la reorientación del quehacer periodístico. Al liberar al comunicador de labores mecánicas tales como la transcripción o la síntesis de datos, la tecnología permite al periodista concentrarse en funciones de mayor valor, por ejemplo, el análisis crítico, la investigación profunda y la construcción de relatos complejos. Este fenómeno se evidencia en los trabajos de Jorge Largo-Loayza, que explora el uso de la IA para la creación de nuevas historias en temas de alta sensibilidad humana, así como la documentación de historias de femicidios. Este enfoque demuestra que la IA puede ser una herramienta poderosa para relatos socialmente responsables, en contraste con las preocupaciones sobre su uso para la generación de plagio o desinformación. La literatura reciente, entre la que se incluye la revisión sistemática de Juan-Fernando Muñoz-Uribe y otros (2024), reafirma el creciente interés en incorporar la IA en el periodismo y la necesidad de abordar consideraciones éticas como temas centrales en el debate profesional y académico.

En el contexto cubano, y específicamente en Santiago de Cuba, el uso de la IA por parte de la comunidad universitaria ya es una realidad, aunque incipiente y carente de una estrategia institucional que la oriente (Sánchez-González y Paomier-Lobaina, 2024). Esta falta de directrices claras justifica la necesidad de estudios que exploren las percepciones y prácticas de docentes y estudiantes para informar el diseño de políticas y estrategias pedagógicas adecuadas.

Si bien la integración de la IA en la academia y la profesión periodística ofrece notables oportunidades, también ha agudizado los dilemas éticos y los desafíos legales. Octavio Islas-Carmona y otros (2024) describen la IA como un poderoso ariete en la industria de la desinformación que erosiona la confianza en la información. Los autores explican que la IA, a través de sus algoritmos de análisis masivo de datos, se utiliza para personalizar mensajes políticos, segmentar audiencias y predecir tendencias electorales, generando así narrativas envolventes y emocionalmente atractivas que facilitan la propagación de información falsa.

Este problema sistémico va mucho más allá de la preocupación por el plagio. Le-Voci-Sayad (2024) revela que el riesgo no se limita a la generación de contenido fraudulento, sino que radica en el sesgo codificado que los modelos de IA pueden perpetuar y amplificar. En una investigación se ejemplificó cómo un sistema de contratación de Amazon fue entrenado con datos históricos que reflejaban sesgos de género preexistentes, lo que llevó al algoritmo a penalizar los currículums de mujeres (Le-Voci-Sayad, 2024). Este caso ilustra que la IA no es neutral; sus resultados muchas veces no presentan la transparencia necesaria para que dichos resultados puedan justificarse. Por lo tanto, el enfoque educativo no puede centrarse únicamente en la detección de plagio como un acto individual, sino que debe evolucionar para abordar la opacidad de los algoritmos y la capacidad de la IA para replicar y exacerbar los sesgos sociales a escala masiva. El desafío para la formación de periodistas es trascender la preocupación por la integridad académica superficial para prepararlos para enfrentar las ramificaciones más profundas de una tecnología que puede, inadvertidamente, perpetuar la discriminación y socavar la confianza en las instituciones.

En el plano latinoamericano, Guanche y otros (2025) sostienen que la irrupción de la IA obliga a replantear las competencias mediáticas, digitales e informacionales desde una perspectiva ética y crítica. Los autores advierten que los modelos educativos deben trascender la enseñanza instrumental de herramientas para incorporar capacidades reflexivas que permitan cuestionar los sesgos, la opacidad y las implicaciones sociopolíticas de los algoritmos. Este enfoque resulta pertinente para la formación de periodistas, en tanto enfatiza que el dominio técnico de la IA debe acompañarse de competencias críticas que garanticen una práctica profesional responsable y socialmente comprometida.

La integración de la IA genera preocupaciones éticas universales que van más allá de la mera detección de fraude. El análisis de la literatura de otros contextos geográficos destaca dilemas como la autoría, los derechos de propiedad intelectual (IPR), la verificación de la autenticidad, la privacidad y la necesidad de transparencia y rendición de cuentas en el ámbito académico (Tan & Maravilla, 2024).

La crisis de integridad académica es transnacional y requiere una respuesta que rebase la regulación punitiva. Se ha identificado la necesidad de desplegar nuevas herramientas y procesos mejorados en los entornos académicos para salvaguardar los principios fundacionales, asegurando que los logros académicos permanezcan como un reflejo genuino del conocimiento y las habilidades del estudiante (Tan & Maravilla, 2024). Esta tensión es un síntoma de la rápida evolución tecnológica que supera la capacidad de las instituciones educativas para adaptar sus currículos y las habilidades de su cuerpo docente, un fenómeno que se relaciona con la ansiedad subyacente y la brecha en las competencias digitales (Lozano-Díaz & Fernández-Prados, 2024).

En cuanto a la pedagogía, la investigación global de Tan y Maravilla (2024) sugiere que la IA generativa, con principios éticos claros y un diseño pedagógico sólido, puede ser una herramienta para mejorar la eficiencia docente, la motivación estudiantil y la equidad de acceso a herramientas. Sin embargo, para lograr un uso ético y efectivo, se enfatiza la necesidad crítica de programas de formación docente.

La revisión de la formación de periodistas en Asia indica que universidades líderes están revisando sus planes de estudio para incorporar la IA y las redes sociales, respondiendo a las necesidades de la industria mediática (Al-kfairy et al., 2024). Sin embargo, aunque existe un creciente interés académico, la integración de la IA en el currículo de periodismo a menudo es limitada, ofreciéndose como asignaturas electivas y no como componentes centrales.

Esta limitación resulta en una brecha de competencia práctica. Los estudiantes obtienen una comprensión conceptual de la IA, pero carecen de exposición práctica a herramientas críticas como el procesamiento de lenguaje natural o la generación algorítmica de noticias (Al-kfairy et al., 2024). Esta deficiencia global refuerza la preocupación local en la Universidad de Oriente sobre el uso "reproductivo" o de "copia y pega" de la IA por parte de los estudiantes. El problema no es solo la herramienta, sino la falta de instrucción avanzada que mueva la docencia de la mera teoría a la aplicación crítica y técnica, como la ingeniería de prompts.

La cautela también se observa en la práctica profesional europea. Aunque las organizaciones de noticias han experimentado con la IA generativa, la adopción masiva ha sido lenta debido a la falta de confianza, los problemas de calidad como la inexactitud y el sesgo, y las dificultades para identificar un valor comercial claro (Williams, 2024). La European Broadcasting Union (2024) enfatiza la necesidad de mantener el periodismo de confianza en este entorno complejo. Estos hallazgos globales demuestran que la formación debe priorizar el rigor ético y la calidad sobre la eficiencia.

La relevancia de este estudio se inscribe, además, en el marco más amplio de la Alfabetización Mediática e Informacional (AMI), un campo que en América Latina ya se considera en consolidación, pero que debe adaptarse a los nuevos escenarios tecnológicos (Haber-Guerra y Yero-Haber, 2024). La AMI tradicional, que se enfoca en enseñar a los ciudadanos a evaluar críticamente la veracidad y fiabilidad de las fuentes de información, resulta insuficiente en una era donde la tecnología puede generar contenido sintético indistinguible del contenido humano. Para responder a este nuevo paradigma, es imperativo que la AMI evolucione hacia una alfabetización algorítmica, un concepto que se alinea con la noción de competencias digitales para la comunicación propuesta por Jorge Cruz-Silva (2024).

Esta nueva era de alfabetización no solo debe capacitar a los futuros periodistas para verificar fuentes y hechos, sino que también debe equiparlos con la capacidad de interrogar la lógica interna de los sistemas de IA. Esto incluye la necesidad de cuestionar el origen de la información de entrenamiento, es decir, la lógica de acumulación de datos que los alimenta, comprender los sesgos codificados que pueden influir en sus respuestas y analizar el impacto ambiental de estas tecnologías, desde la extracción de minerales hasta el consumo energético de los centros de procesamiento de información (Le-Voci-Sayad, 2024).

En este sentido, la IA representa uno de los desafíos más significativos para la AMI, pues exige que los futuros periodistas desarrollen competencias avanzadas no solo para consumir y producir información, sino para comprender y evaluar críticamente el entorno tecnológico que la posibilita (Cruz-Silva, 2024). El cambio de una era "digital" a una "postdigital" implica que la tecnología se ha integrado tan profundamente que ya no es un simple medio, sino el propio entorno en el que opera la comunicación, lo que requiere un nuevo tipo de alfabetización que la reconozca como tal.

El estudio en curso anticipa una brecha significativa entre las prácticas y percepciones de estudiantes y docentes respecto a la IA generativa, un hallazgo que encuentra eco en la literatura académica existente. La investigación sobre "Actitudes hacia la Inteligencia Artificial en universitarios: Ansiedad y competencias digitales" de Lozano-Díaz y Fernández-Prados (2024) ofrece un marco teórico para interpretar esta disonancia.

Por otro lado, la adopción generalizada de los estudiantes podría reflejar un alto nivel de familiaridad y competencia digital en el uso instrumental de la IA, pero sin una reflexión crítica profunda sobre sus implicaciones éticas, legales y ambientales. El análisis de esta brecha de percepción la eleva de un simple hallazgo del estudio a un síntoma de un problema más complejo: la rápida evolución tecnológica que supera la capacidad de las instituciones educativas para adaptar sus currículos y las habilidades de su cuerpo docente. La implicación de este fenómeno es que la respuesta de la universidad no debe limitarse a la regulación o la prohibición, sino que debe enfocarse en la capacitación docente y en el desarrollo de una cultura institucional que fomente la experimentación crítica y el diálogo entre la comunidad universitaria para cerrar la brecha de competencias y mitigar la ansiedad, lo que permitirá una integración más productiva y reflexiva de la IA en la formación académica.

En esta dirección, Scolari (en Galliano y Borovinsky, 2024) enfatiza que los procesos comunicativos actuales no pueden entenderse únicamente desde las categorías del pasado, pues la convergencia tecnológica y la emergencia de nuevas plataformas configuran un escenario inédito de complejidad. Esta perspectiva refuerza la idea de que la formación académica de periodistas debe prepararlos no solo para adaptarse a la innovación tecnológica, sino para interpretar críticamente un ecosistema mediático en permanente transformación.

2.   METODOLOGÍA / MATERIALES

Para responder a la pregunta de investigación, se adoptó un enfoque metodológico mixto con un diseño de estudio de caso, centrado en el Departamento de Periodismo de la Universidad de Oriente, en Santiago de Cuba. Esta aproximación permitió combinar la amplitud de los datos cuantitativos con la profundidad de los de tipo cualitativo para obtener una comprensión holística del fenómeno.

2.1. Participantes

La selección de los participantes se realizó mediante un muestreo no probabilístico por conveniencia. La muestra estuvo conformada por 30 estudiantes inscritos entre el primer y el cuarto año de la carrera de Periodismo y por 4 docentes responsables de asignaturas afines que componen el claustro de dicho departamento. La población elegible total de estudiantes matriculados entre el 2.º y el 4.º año de Periodismo fue de aproximadamente 60. Por lo tanto, los 30 estudiantes encuestados representan una tasa de respuesta del 50% de la población elegible. Este criterio permitió acceder a participantes con distintos niveles de exposición a los contenidos curriculares y a las herramientas de IA generativa.

2.1.1. Criterios de inclusión y exclusión. El uso del muestreo por conveniencia exigió la definición de criterios claros para garantizar que los participantes fuesen informantes relevantes para el estudio.

Criterios de selección de la muestra estudiantil:

·     Rango de Inclusión

·     Descripción Detallada: Estudiantes matriculados entre el 2.º y el 4.º año de la carrera de Periodismo.

·     Justificación Metodológica: Asegura la participación de una cohorte con experiencia universitaria significativa y exposición a las asignaturas de la profesión.

Criterio de inclusión específico:

·     Descripción Detallada: Experiencia demostrada en la utilización de herramientas de IA generativa en el contexto de sus estudios y/o trabajos orientados a la profesión periodística.

·     Justificación Metodológica: Garantiza que los encuestados posean la experiencia directa relevante para el objeto de estudio.

Criterio de exclusión:

·     Descripción Detallada: Estudiantes de 1.er año.

·     Justificación Metodológica: Su escasa experiencia en la interacción universitaria y conocimiento curricular limitado podrían sesgar la percepción sobre el impacto de la IA en la docencia.

2.2. Instrumentos y técnicas

Se diseñaron dos instrumentos para la recolección de datos:

Una encuesta en línea, dirigida a los estudiantes, compuesta por 10 preguntas de escala Likert y opción múltiple. El cuestionario se estructuró en tres dimensiones: a) Frecuencia y tipo de uso de herramientas de IA generativa en tareas académicas; b) Percepción sobre el impacto de la IA en el aprendizaje y la investigación; y c) Conocimiento y percepción de los dilemas éticos, legales y ambientales asociados a la IA. El instrumento fue validado mediante juicio de expertos antes de su aplicación.

Una guía de entrevista semiestructurada, aplicada a los 4 docentes del departamento. La guía constó de 15 preguntas abiertas, organizadas para explorar tres ejes temáticos: a) Impacto de la IA en la planificación docente y las estrategias de enseñanza; b) Desafíos a la integridad académica y al desarrollo del pensamiento crítico; y c) Perspectivas sobre la necesidad de políticas institucionales y alfabetización mediática en IA.

2.2.1 Proceso de validación del instrumento cuantitativo. La validez del instrumento cuantitativo se determinó mediante juicio de expertos. El panel de validadores consistió en varios especialistas del departamento de Periodismo (profesores). Para asegurar el rigor, se contó con la participación de académicos experimentados, todos autores científicos, cuyas categorías docentes variaban entre licenciados, másteres en ciencias y doctores en ciencias. Este proceso garantizó la validez de contenido y constructo de las preguntas en relación con las dimensiones exploradas: frecuencia de uso, percepción de impacto y conocimiento ético.

2.2.2 Diseño y validación del instrumento cualitativo. La guía de entrevista semiestructurada fue redactada teniendo en cuenta las experiencias de los docentes con respecto al uso de IA generativa en la Universidad y alineada con los intereses específicos de la investigación (experiencia, desafíos a la integridad, políticas). Una vez redactadas, las preguntas fueron validadas y coordinadas previamente con las autoridades del departamento, asegurando la pertinencia temática y la aprobación institucional.

2.3 Procedimiento

La investigación se llevó a cabo entre agosto y octubre de 2025. Primero, se contactó a las autoridades del Departamento de Periodismo para obtener la autorización correspondiente. Posteriormente, se distribuyó el enlace a la encuesta en línea a los estudiantes a través de los canales de comunicación oficiales de la carrera. Finalmente, se realizaron las entrevistas individuales con los docentes, las cuales tuvieron una duración promedio de 45 minutos y fueron grabadas en audio previo al consentimiento informado para su posterior transcripción y análisis.

2.4. Análisis de datos

2.4.1 Análisis de datos cuantitativos. Los datos cuantitativos obtenidos de las encuestas fueron procesados mediante el software Google Forms. Se realizó un análisis estadístico descriptivo que incluyó frecuencias, porcentajes, medias y desviaciones estándar para caracterizar el uso y las percepciones de los estudiantes.

2.4.2 Análisis de datos cualitativos. Las transcripciones de las entrevistas fueron analizadas mediante un análisis de contenido temático, con el apoyo del software Atlas.ti. El análisis se realizó bajo un enfoque inductivo. Este enfoque se seleccionó debido a la naturaleza emergente y contextualizada del objeto de estudio. El método inductivo permitió que las categorías y temas de preocupación surgieran directamente de los datos narrados por los docentes, sin estar sesgados por un marco teórico predefinido. Este proceso implicó la codificación abierta de los datos, la identificación de categorías emergentes y la posterior agrupación de estas en temas centrales que permitieron interpretar las perspectivas del cuerpo docente.

El proceso de análisis inductivo siguió los siguientes pasos:

1.   Preparación de Datos: Transcripción literal y verificación de la fidelidad de las entrevistas grabadas en audio.

2.   Codificación Abierta: Lectura línea por línea de las transcripciones para identificar ideas clave y fragmentos relevantes. Asignación de códigos preliminares basados en el lenguaje y las experiencias explícitas de los docentes (p.ej., "fraude", "acomodamiento", "ingeniería de prompts").

3.   Generación de Categorías: Agrupación de los códigos abiertos en categorías axiales conceptuales de mayor nivel. Las categorías reflejaron la interconexión de las preocupaciones docentes (p.ej., barreras contextuales, pérdida de habilidades críticas).

4.   Identificación de Temas Centrales: Refinamiento de las categorías en los tres temas centrales que estructuran los hallazgos: 1) Adaptación Pedagógica, 2) Amenazas a la Integridad Académica y al Pensamiento Crítico, y 3) Urgente Necesidad de Guía Institucional.

3.   RESULTADOS

Esta sección presenta los hallazgos de la investigación, organizados en dos apartados. En primer lugar, se exponen los resultados cuantitativos derivados de la encuesta aplicada a 30 estudiantes de la carrera de Periodismo. Posteriormente, se detalla el análisis cualitativo de las entrevistas realizadas a cuatro docentes del departamento, triangulando ambos conjuntos de datos para ofrecer una visión integral del fenómeno estudiado.

3.1 Percepciones y prácticas estudiantiles sobre la IA generativa

El análisis de los datos cuantitativos revela una adopción generalizada y una percepción mayoritariamente positiva de la IA generativa entre los estudiantes de Periodismo de la Universidad de Oriente. Los hallazgos se estructuran en torno a las tres dimensiones exploradas: frecuencia de uso, impacto percibido en el aprendizaje y conciencia sobre los dilemas éticos.

Frecuencia y propósitos de uso:

La IA generativa se ha consolidado como una herramienta habitual en el quehacer académico de los estudiantes. Una abrumadora mayoría, el 83.4%, utiliza estas tecnologías de manera "Frecuente" (66.7%) o "Muy frecuente" (16.7%) para sus tareas académicas y de investigación, mientras que solo un 16.7% reporta un uso "Ocasional". Este dato confirma que la IA no es un recurso esporádico, sino una herramienta integrada en las rutinas de estudio del alumnado. (Gráfica 1)

 

Gráfica 1. Frecuencia de uso de herramientas de IA

 

En cuanto a las tareas específicas para las que se emplea, la investigación y búsqueda de información se posiciona como el uso principal, con un 50% de los encuestados señalándola como su actividad primordial. Le siguen la elaboración de resúmenes de grandes volúmenes de texto con un 33,3% y la redacción y corrección de textos con 16,7%. Estos resultados sugieren que los estudiantes conciben la IA principalmente como un optimizador de tareas que tradicionalmente consumen una cantidad considerable de tiempo, delegando en ella los procesos iniciales del trabajo académico. (Gráfica 2)

 

Gráfica 2. Tipos de tareas

 

La percepción sobre la contribución de la IA a la eficiencia es notablemente positiva. El 83,4% de los estudiantes está "medianamente de acuerdo" (66,7%) o "totalmente de acuerdo" (16,7%) en que su uso contribuye a ser más eficiente en los trabajos académicos. Esta visión instrumental de la tecnología como un catalizador de la productividad se alinea con los propósitos de uso reportados, donde priman la síntesis y la búsqueda de información. (Gráfica 3)

 

Gráfica 3. Contribución a la eficiencia y la calidad académica

 

Sin embargo, cuando se indaga sobre la capacidad de la IA para mejorar la calidad de la investigación, la respuesta es unánime pero moderada. El 100% de los estudiantes considera que la IA generativa puede mejorarla "mediamente". Esta unanimidad matizada sugiere que, si bien los estudiantes valoran la IA como un apoyo, no la perciben como un sustituto del discernimiento humano ni como una garantía de excelencia investigativa. Reconocen su utilidad, pero intuyen sus limitaciones en términos de profundidad y rigor.

Conciencia sobre dilemas éticos y necesidad de regulación:

La encuesta revela una conciencia emergente pero aún no consolidada sobre las implicaciones éticas del uso de la IA. Al ser consultados sobre si la explotación de estos modelos ocasiona problemas éticos, las opiniones se dividen: un 33.3% está "Medianamente de acuerdo", un 33.3% se muestra "Imparcial" y un 16.7% está "Totalmente de acuerdo". Esta dispersión indica una falta de consenso y una comprensión limitada sobre la complejidad de los dilemas asociados a la privacidad y el uso de datos. (Gráfica 4)

 

Gráfica 4. Problemas éticos por explotación

 

La preocupación más prominente para los estudiantes es la desinformación y la generación de "deepfakes", identificadas por el 50% como el dilema ético más relevante. Le siguen la autoría y los derechos de propiedad intelectual con un 33,3% y el sesgo algorítmico con 16,7%. Este orden de prioridades refleja una mayor sensibilidad hacia los impactos más visibles y mediatizados de la IA, mientras que cuestiones más estructurales como el sesgo algorítmico reciben menor atención. (Gráfica 5)

 

Gráfica 5. Dilemas éticos más relevantes

 

Finalmente, existe un claro consenso sobre la necesidad de supervisión. Una amplia mayoría del 83,3% está "totalmente de acuerdo" (50%) o "medianamente de acuerdo" (33,3%) en que la IA, sin una adecuada regulación, representa un riesgo significativo para la credibilidad y la confianza del público en los medios (Gráfica 6). Este dato contrasta con la percepción de que no han recibido la formación necesaria para enfrentar estos desafíos, pues un 40% declara estar "medianamente en desacuerdo" con haber recibido información suficiente en su programa de estudios sobre los dilemas éticos y legales que plantea la IA. (Gráfica 7)

 

Gráfica 6. Riesgo para credibilidad sin regulación

 

Gráfica 7. Formación recibida sobre dilemas éticos

 

3.2 Perspectivas docentes

El análisis de contenido temático de las entrevistas a los cuatro docentes revela una visión mucho más compleja y cautelosa sobre la integración de la IA generativa. Emergieron tres categorías centrales: la reconfiguración de las prácticas pedagógicas, las amenazas a la integridad académica y al pensamiento crítico, y la urgente necesidad de una respuesta institucional.

Adaptación Pedagógica:

Los docentes manifiestan posturas diversas frente a la adaptación de sus metodologías. Mientras algunos han comenzado a integrar activamente la IA, otros muestran una mayor resistencia, no por negación de la tecnología, sino por barreras contextuales y una concepción arraigada de la pedagogía.

El docente #1 describe un enfoque proactivo, basado en la "adquisición" de la herramienta, buscando que los estudiantes la dominen en lugar de prohibirla. Su estrategia se fundamenta en una doble perspectiva: la IA como "objeto de conocimiento" (herramienta de aprendizaje) y como "objeto de estudio" (fin del aprendizaje). Este enfoque se materializa en la enseñanza práctica de habilidades concretas:  "… mi misión y mi visión es (sic) la adquisición, adquirir todo lo que se pueda, exprimir todo lo que se pueda de la inteligencia artificial" (Docente #1, 2025).

El docente #3 comparte una visión similar, argumentando que no se trata de "adaptar el diseño completo de las enseñanzas", sino de "incorporar la utilización de las inteligencias artificiales en su punto más fuerte", como la edición de imágenes en fotografía o la enseñanza de "ingeniería de prompts" para que los estudiantes aprendan a interrogar a los sistemas de IA de manera efectiva.

En contraste, el docente #2 expresa no haber adaptado sus asignaturas, citando barreras como la falta de acceso a la tecnología en el aula, las dificultades con la electricidad y la brecha en el acceso a las herramientas más potentes, que suelen ser de pago o requerir VPN. Además, reconoce una barrera personal y metodológica: "Creo que me resultaría poco útil a la hora de crear herramientas específicas para la impartición de clases, porque no tengo cómo socializarlas en el aula, compartirlas y que me sirvan dentro del aula porque no hay un entorno tecnológico adecuado para eso" (Docente #2, 2025).

Esta tensión entre la adopción proactiva y la inercia forzada por el contexto y las rutinas pedagógicas define el panorama actual de la adaptación docente en la universidad.

Amenazas a la integridad académica y al pensamiento crítico:

La principal preocupación que unifica el discurso de todos los docentes es el impacto de la IA en la integridad académica y el desarrollo de habilidades cognitivas superiores. El fraude es la palabra más recurrente, entendida no solo como plagio, sino como una manifestación de "mediocridad" y "pérdida de tiempo" que "mella el proceso docente".

El docente #1 describe una tipología de estudiantes que ilustra este desafío: un pequeño grupo que se rehúsa a usar la IA, un grupo mayoritario que la utiliza a un "nivel reproductivo" (el llamado "copia y pega") sin ningún proceso crítico, y un tercer grupo, también minoritario, que la emplea como una herramienta de apoyo a su propio proceso de adquisición de conocimiento. La preocupación radica en que el grupo mayoritario, al no procesar ni cuestionar la información, compromete su propio aprendizaje.

Esta preocupación es compartida por el docente #4, quien teme el "uso desmedido de la inteligencia artificial" que lleve a los estudiantes a "olvidarse de que tienen que desarrollar un pensamiento lógico". El docente #3 lo denomina un "nivel de conformidad", donde "es más fácil coger la inteligencia artificial y no hacer más nada".

Los docentes argumentan que esta dependencia de la IA atrofia habilidades fundamentales para el periodismo, como la investigación y la verificación. La IA, a diferencia de un motor de búsqueda como Google, no obliga a indagar y contrastar fuentes, sino que ofrece una respuesta directa y aparentemente acabada. Este fenómeno, según el Docente #1, fomenta un "sistema de acomodamiento" que debilita el músculo crítico del estudiante.

Para contrarrestar esto, los docentes proponen estrategias pedagógicas que trasciendan lo que una IA puede hacer. El Docente #3 enfatiza la necesidad de centrarse en "algo que no pueda lograr hacer una inteligencia artificial", como "la valoración intrínseca de una problemática social, más allá del análisis puro y duro de los datos" o "la recolección de los datos en el campo".

La ausencia de guía institucional y la necesidad de políticas claras:

Una conclusión unánime entre los docentes entrevistados es la falta de una política institucional clara y de apoyo suficiente por parte de la universidad para abordar la integración de la IA. Todos coinciden en que la respuesta ha sido individual, autodidacta y desarticulada.

El docente #2 es categórico en este aspecto. Explica que los espacios creados por la universidad han sido "de corte informativo, instructivo, de generalidades", pero no se han enfocado en la formación práctica sobre el uso de herramientas específicas.

El docente #4 confirma esta percepción: "hasta ahora los espacios que se han creado son más bien de corte informativo, instructivo, de generalidades, ideas, de cómo utilizar, pero espacios más específicos de enseñar, de utilizar herramientas, esos se ven menos" (Docente #2, 2025).

El docente #3 va más allá, señalando la necesidad de una respuesta estructural que incluya una "resolución institucional sobre el uso de la IA por los estudiantes", la "reformulación de todos los procesos docentes" y el "repensar los programas docentes" para incluir la IA de manera transversal o como una asignatura específica.

Esta ausencia de directrices, según el docente #1, se debe a que "el país aún no lo hace", ya que todavía se están dando "pasos primarios, incipientes" en la materia, lo que dificulta la creación de políticas con tan poco tiempo de experiencia. No obstante, los docentes coinciden en que esta carencia de guía deja al profesorado en una posición vulnerable y obliga a los estudiantes a navegar este nuevo ecosistema tecnológico sin el andamiaje crítico y ético necesario.

4.   DISCUSIÓN

Los resultados presentados revelan una profunda disonancia entre la adopción pragmática y generalizada de la IA generativa por parte de los estudiantes y la percepción de amenaza pedagógica y deontológica manifestada por los docentes. Esta brecha no es una simple diferencia generacional, sino un síntoma de la tensión estructural que la irrupción de estas tecnologías genera en la educación superior, tal como advertían Labañino Carrazana y González Pérez (2024) sobre la necesidad de repensar la formación periodística. La visión de los estudiantes, centrada en la optimización de tareas y la eficiencia, contrasta radicalmente con la preocupación docente por la salvaguarda de la integridad académica y el desarrollo del pensamiento crítico, pilares de la profesión periodística.

La percepción estudiantil de la IA como una simple herramienta de eficiencia, sin una comprensión profunda de sus implicaciones, representa un riesgo significativo. Si los futuros periodistas normalizan el uso de la IA para "investigar" o "resumir" sin las competencias críticas para evaluar sus sesgos, su opacidad y sus limitaciones, se corre el riesgo de formar profesionales que, en lugar de dominar la tecnología, sean dominados por ella. Esta situación podría erosionar la capacidad de la profesión para cumplir con su función social de escrutinio y verificación en un ecosistema mediático ya saturado de desinformación, un peligro sistémico descrito por Islas-Carmona et al. (2024).

4.1. Alfabetización mediática en la "era de la IA"

Los hallazgos cuantitativos exponen una preocupante debilidad en la conciencia de los estudiantes sobre los dilemas éticos, legales y ambientales de la IA. Si bien identifican la desinformación en calidad de principal riesgo, su comprensión de problemas más profundos, tales como el sesgo algorítmico, es notablemente baja (16,7%). Este dato es alarmante, pues según demuestra el trabajo de Le-Voci-Sayad (2024), la IA no es neutral y puede perpetuar y amplificar sesgos sociales a una escala masiva, por ejemplo, en el caso del sistema de contratación de Amazon que discriminaba a las mujeres. La formación de periodistas no puede permitirse ignorar que las herramientas que usan para buscar información pueden estar, a su vez, replicando injusticias estructurales.

Este bajo nivel de conciencia subraya la urgencia de actualizar los enfoques de Alfabetización Mediática e Informacional (AMI). Como señalan Haber-Guerra y Yero-Haber (2024), la AMI tradicional, enfocada en la evaluación de fuentes, es insuficiente en el paradigma actual. Los resultados de este estudio confirman la necesidad de expandir la AMI hacia una "alfabetización en IA" o "alfabetización algorítmica", en línea con las competencias digitales propuestas por Cruz-Silva (2024).

Esta nueva alfabetización debe capacitar a los estudiantes para interrogar la lógica interna de los sistemas de IA. No basta con saber formular un prompt; es imperativo desarrollar la capacidad de cuestionar el origen y la calidad de los datos de entrenamiento, comprender cómo los sesgos se codifican en los algoritmos y analizar las implicaciones sociopolíticas de sus resultados, un enfoque reflexivo que también demandan Guanche y otros (2025). Además, esta alfabetización debe incluir una dimensión material y ambiental, abordando el ciclo de vida completo de la tecnología, desde la extracción de minerales hasta el masivo consumo energético de los centros de datos, un aspecto crítico destacado por Le-Voci-Sayad (2024). La ausencia de esta formación integral es evidente en el sentir de los estudiantes, donde un 40% considera no haber recibido información suficiente sobre estos dilemas en su programa de estudios.

4.2. La urgencia de una respuesta estructural

La falta de una estrategia institucional, un problema ya identificado en el contexto cubano por Sánchez-González y Paomier-Lobaina (2024), emerge en este estudio como la causa principal de la respuesta desarticulada y empírica de docentes y estudiantes. Las entrevistas con los docentes son unánimes en este punto: la universidad no ha proporcionado políticas claras ni apoyo suficiente, dejando que cada profesor aborde el desafío de forma autodidacta y aislada.

Esta ausencia de liderazgo institucional fomenta el escenario de tensión actual. Por un lado, permite que los estudiantes adopten la IA sin el andamiaje crítico necesario. Por otro, genera ansiedad y resistencia en parte del profesorado, que se siente desprovisto de herramientas y directrices para gestionar el cambio, un fenómeno que puede interpretarse a través del marco de Lozano-Díaz y Fernández-Prados (2024) sobre la ansiedad y las competencias digitales en universitarios. La respuesta no puede ser la prohibición, que sería tan ineficaz como contraproducente, sino la guía institucional.

Los resultados de esta investigación evidencian la necesidad imperativa de que la Universidad de Oriente, y por extensión otras instituciones de educación superior, desarrollen políticas claras que orienten el uso ético y crítico de la IA. Estas políticas no deben ser meramente restrictivas, sino pedagógicas. Deben establecer un marco de referencia sobre la integridad académica, definir cuándo y cómo es aceptable el uso de la IA y exigir transparencia por parte de los estudiantes en su utilización.

Dichas políticas deben ir acompañadas de dos acciones estratégicas fundamentales. Primero, la implementación de programas de formación docente que cierren la brecha de competencias digitales y mitiguen la ansiedad tecnológica, capacitando al profesorado no solo en el uso instrumental de las herramientas, sino en el diseño de estrategias pedagógicas que fomenten el pensamiento crítico en un entorno mediado por IA. Esto implica, como sugiere el docente #3, reevaluar los procesos de aprendizaje y centrar la evaluación en habilidades que la IA no puede replicar, como el análisis profundo, la recolección de datos en el terreno y la valoración intrínseca de problemáticas complejas. Segundo, es crucial un rediseño curricular que incorpore la ética de la IA y la alfabetización algorítmica como competencias transversales en toda la formación de periodistas, preparando a los futuros profesionales para un ecosistema mediático en constante y profunda transformación.

5.   CONCLUSIONES

Este estudio ha analizado el impacto de la inteligencia artificial generativa en la formación de periodistas en la Universidad de Oriente, revelando una compleja dinámica de adopción, percepción y resistencia que redefine las prácticas de docencia, aprendizaje e investigación. La indagación confirma la hipótesis inicial de una disonancia significativa: mientras los estudiantes han integrado la IA en sus rutinas académicas con una visión predominantemente instrumental y enfocada en la eficiencia, el cuerpo docente expresa una profunda preocupación por la erosión de la integridad académica y el debilitamiento de habilidades cognitivas esenciales como el pensamiento crítico y la verificación.

La conclusión principal de este trabajo es que la integración de la IA generativa en la formación periodística no es una opción, sino una realidad ineludible que debe ser gestionada de manera proactiva, crítica y estructural por las instituciones de educación superior. La actual respuesta, caracterizada por la adopción acrítica de los estudiantes y el abordaje autodidacta y desarticulado de los docentes, es insostenible y riesgosa. Dejar que esta dinámica evolucione sin una guía clara amenaza con formar profesionales técnicamente competentes en el manejo de herramientas, pero éticamente desarmados y críticamente vulnerables ante una tecnología que no es neutral y que reconfigura la propia naturaleza de la información y la comunicación.

Los hallazgos demuestran una carencia de formación fundamental en lo que respecta a las implicaciones éticas, legales y ambientales de la IA. La limitada comprensión de conceptos clave como el sesgo algorítmico evidencia que los enfoques actuales de alfabetización mediática e informacional (AMI) son insuficientes. Por tanto, es imperativo trascender la enseñanza tradicional de verificación de fuentes para abrazar una "alfabetización en IA" que dote a los futuros comunicadores de las competencias necesarias para analizar, cuestionar y auditar los sistemas tecnológicos que median su práctica profesional.

La ausencia de una política institucional clara se identifica como el principal obstáculo para una integración coherente y pedagógicamente sólida. Sin un marco de referencia común, los esfuerzos docentes permanecen aislados y la conducta estudiantil carece de orientación, perpetuando un ciclo de desconfianza y usos indebidos que merman la calidad del proceso educativo.

En virtud de lo anterior, este estudio propone un modelo de integración responsable de la IA en la formación de periodistas, basado en tres pilares interconectados:

Desarrollo de políticas institucionales claras y flexibles: La universidad debe establecer directrices que regulen el uso de la IA, promoviendo la transparencia y la honestidad académica. Estas políticas no deben ser punitivas, sino formativas, orientando a la comunidad universitaria hacia un uso ético y crítico de la tecnología. Deben ser flexibles para adaptarse a la rápida evolución del campo.

Inclusión de la alfabetización en IA como eje transversal del currículo: En lugar de relegar la IA a una asignatura aislada, sus dimensiones técnicas, éticas, sociales y ambientales tienen que integrarse en todo el plan de estudios. Desde la teoría de la comunicación hasta los talleres de redacción y la ética periodística, todas las disciplinas deben reflexionar sobre cómo la IA impacta en su objeto de estudio y en su práctica.

Fomento de una pedagogía basada en la experimentación crítica y la resolución de problemas complejos: La respuesta pedagógica no ha de ser la prohibición, sino el rediseño de las metodologías de enseñanza y evaluación. Se debe priorizar el aprendizaje basado en proyectos, el periodismo de investigación, el trabajo de campo y las evaluaciones que requieran la aplicación de juicio crítico, creatividad y valoración ética; habilidades intrínsecamente humanas que la IA puede apoyar, pero no reemplazar.

La Universidad de Oriente se encuentra en una encrucijada que representa la educación superior a nivel global. El desafío no es tecnológico, sino pedagógico y estratégico. La forma en que la academia responda a la irrupción de la IA generativa definirá no solo el futuro de la formación de periodistas, sino también la capacidad de la próxima generación de comunicadores para sostener un debate público informado, ético y veraz en una era de profunda transformación tecnológica y deontológica. Este estudio sienta las bases para futuras investigaciones que evalúen el impacto a largo plazo de estas estrategias y exploren nuevas pedagogías para la era posdigital.

REFERENCIAS

Al-kfairy, M., Mustafa, D., Kshetri, N., Insiew, M., & Alfandi, O. (2024). Ethical Challenges and Solutions of Generative AI: An Interdisciplinary Perspective. Informatics, 11(3), 58. https://doi.org/10.3390/informatics11030058

Babacan, H., Arik, E., Bilişli, Y., Akgün, H., & Özkara, Y. (2025). Artificial Intelligence and Journalism Education in Higher Education: Digital Transformation in and Graduate Curricula in Türkiye. Journalism and Media, 6(2), 52. https://doi.org/10.3390/journalmedia6020052

Broadcasting Union. (2024). News Report 2024: Trusted Journalism in the Age of Generative AI. EBU. https://bit.ly/4ad18v6  

Cruz-Silva, J. (2024). Competencias digitales para la comunicación frente a la inteligencia artificial. En M. A. Pérez-Rodríguez, P. de-Casas-Moreno y E. G. Rojas-Estrada (Eds.), Redes sociales y ciudadanía: El reto de la formación del profesorado en Educación Mediática (pp. 329-333). Grupo Comunicar Ediciones. https://doi.org/10.3916/Alfamed2024

Galliano, A., & Borovinsky, T. (2024). “Están pasando demasiadas cosas raras y esa complejidad no se explica desde el pasado”: Entrevista a Carlos A. Scolari. Revista Supernova. https://bit.ly/4q7ZH6v

García-López, I. M., & Trujillo-Liñán, L. (2025). Ethical and regulatory challenges of Generative AI in education: A systematic review. Frontiers in Education, 10, 1565938. https://doi.org/10.3389/feduc.2025.1565938

 Guallar, J., Vállez, M. y Ventura-Cisquella, A. (Coords.) (2025). Comunicación digital. Tendencias y buenas prácticas. Ediciones Profesionales de la Información. https://doi.org/10.3145/cuvicom.esp

Guanche, J. C., Reyes, N. y Guoliang, L. (2025). Inteligencia artificial (IA) y competencias mediáticas, digitales, informacionales y comunicacionales en América Latina y el Caribe: una perspectiva ética y crítica en la era algorítmica. Chasqui. Revista Latinoamericana de Comunicación, 1(159). https://doi.org/10.16921/chasqui.v1i159.5219

Haber-Guerra, Y., y Yero-Haber, R. (2024). Alfabetización Mediática en América Latina: Una aproximación bibliométrica. En M. A. Pérez-Rodríguez, P. de-Casas-Moreno, & E. G. Rojas-Estrada (Eds.), Redes sociales y ciudadanía: El reto de la formación del profesorado en Educación Mediática (pp. 243-248). Grupo Comunicar Ediciones. https://doi.org/10.3916/Alfamed2024

Islas Carmona, O., Arribas-Urrutia, A. y Gutiérrez Cortés, F. (2024). La inteligencia artificial, poderoso ariete en la industria de la desinformación. En M. A. Pérez-Rodríguez, P. de-Casas-Moreno, & E. G. Rojas-Estrada (Eds.), Redes sociales y ciudadanía: El reto de la formación del profesorado en Educación Mediática (pp. 305-309). Grupo Comunicar Ediciones. https://doi.org/10.3916/Alfamed2024

Jiang, S., & Rafeeq, A. (2025). Journalism Education in the Age of AI: Asia’s Academic Shift. Journalism & Mass Communication Educator.  https://doi.org/10.1177/10776958251379563

Jones, B., & Galanos, V. (2024). Generative AI and Journalism: Mapping the Risk Landscape. Research Report. Zenodo. https://doi.org/10.5281/zenodo.14968183

Labañino Carrazana, A. y González Pérez, T. (2024). La inteligencia artificial como objeto de conocimiento en la academia de periodismo. En M. A. Pérez-Rodríguez, P. de-Casas-Moreno, & E. G. Rojas-Estrada (Eds.), Redes sociales y ciudadanía: El reto de la formación del profesorado en Educación Mediática (pp. 310-314). Grupo Comunicar Ediciones. https://doi.org/10.3916/Alfamed2024

Largo-Loayza, J., Aguaded, I., y Suing, A. (2024). En M. A. Pérez-Rodríguez, P. de-Casas-Moreno, & E. G. Rojas-Estrada (Eds.), Redes sociales y ciudadanía: El reto de la formación del profesorado en Educación Mediática (pp. 315-319). Grupo Comunicar Ediciones. https://doi.org/10.3916/Alfamed2024

Le-Voci-Sayad, A. (2024). Inteligencia artificial y algunos impactos éticos en la época contemporánea. En M. A. Pérez-Rodríguez, P. de-Casas-Moreno y E. G. Rojas-Estrada (Eds.), Redes sociales y ciudadanía: El reto de la formación del profesorado en Educación Mediática (pp. 372-374). Grupo Comunicar Ediciones. https://doi.org/10.3916/Alfamed2024

Lozano-Díaz, A. y Fernández-Prados, J. S. (2024). Actitudes hacia la inteligencia artificial en universitarios: ansiedad y competencias digitales. En M. A. Pérez-Rodríguez, P. de-Casas-Moreno, & E. G. Rojas-Estrada (Eds.), Redes sociales y ciudadanía: El reto de la formación del profesorado en Educación Mediática (pp. 291-295). Grupo Comunicar Ediciones. https://doi.org/10.3916/Alfamed2024

Muñoz-Uribe, J. F., Castañeda-Galvis, C. J., & Rincón-López, M. (2024). Inteligencia artificial y periodismo: Perspectivas desde la literatura actual en ciencias sociales. En M. A. Pérez-Rodríguez, P. de-Casas-Moreno, & E. G. Rojas-Estrada (Eds.), Redes sociales y ciudadanía: El reto de la formación del profesorado en Educación Mediática (pp. 285-290). Grupo Comunicar Ediciones. https://doi.org/10.3916/Alfamed2024

Nature. (2025, 24 de septiembre). Las universidades son —y deben seguir siendo— una fuerza para el bien. Nature, 645 (821). https://doi.org/10.1038/d41586-025-03065-w

Proyecto NEXTDIGIMEDIA. (2025). Universidad de Navarra. https://bit.ly/4n5V2iB

Riveros-Solórzano, K. V. (2024). Inteligencia Artificial: Lenguaje, diálogo y co-creación. En M. A. Pérez-Rodríguez, P. de-Casas-Moreno, & E. G. Rojas-Estrada (Eds.), Redes sociales y ciudadanía: El reto de la formación del profesorado en Educación Mediática (pp. 334-337). Grupo Comunicar Ediciones. https://doi.org/10.3916/Alfamed2024

Romero, A. (2024). Integración significativa de la Inteligencia Artificial en la formación de periodistas: un enfoque interdisciplinario. En M. A. Pérez-Rodríguez, P. de-Casas-Moreno, & E. G. Rojas-Estrada (Eds.), Redes sociales y ciudadanía: El reto de la formación del profesorado en Educación Mediática (pp. 268-271). Grupo Comunicar Ediciones. https://doi.org/10.3916/Alfamed2024

Sánchez-González, A., & Paomier-Lobaina, A. S. (2024). Uso de la Inteligencia Artificial por la comunidad universitaria en Santiago de Cuba. En M. A. Pérez-Rodríguez, P. de-Casas-Moreno, & E. G. Rojas-Estrada (Eds.), Redes sociales y ciudadanía: El reto de la formación del profesorado en Educación Mediática (pp. 348-352). Grupo Comunicar Ediciones. https://doi.org/10.3916/Alfamed2024

Tan, C. H., & Maravilla, A. (2024). A strong theoretical framework helps us look at generative AI Frontiers in Education, 10. https://doi.org/10.3389/feduc.2025.1565938

Yaguana-Romero, H., Galarza-Ligña, V. N. y Coronado-Otavalo, X. M. (2025). Impacto y diversidad en el uso de herramientas de inteligencia artificial generativa en el periodismo y la comunicación: un análisis comparativo. Doxa Comunicación, (41), 535–559. https://doi.org/10.31921/doxacom.n41a2875

 

 

Cómo citar (APA):

Mesa Berroa, A. E. y Haber Guerra, Y. O. (2025). Impacto de la IA generativa en la docencia: una perspectiva desde la formación de periodistas en una universidad cubana. Revista Educación Superior y Sociedad (ESS), 37(2), 68-89. DOI:10.54674/ess.v37i2.1102