|
|
|
|
|
REVISTA EDUCACIÓN SUPERIOR Y SOCIEDAD 2026, Vol.38 Nro.1 (ene. - jun.), 264-266 https://doi.org/10.54674/ess.v38i1.1363 e-ISSN: 2610-7759
|
|
|
|
Presentación de la Sección General
Alejandra
Fabiola Flores-Zamora1 @
Jorge
Enrique Flores Orozco2@
1, 2 Universidad de Guadalajara, Guadalajara, Jalisco, México
La inteligencia artificial generativa (IAGen) y su integración progresiva en la educación superior han suscitado un debate sobre la vigencia de los modelos tradicionales mediante los cuales las universidades desarrollan sus funciones sustantivas, particularmente la docencia y la investigación. Más allá de la adopción de estas nuevas herramientas, este escenario plantea la necesidad de repensar las prácticas académicas, los procesos formativos y las formas de producir conocimiento. En este contexto, resulta fundamental analizar cómo la IAGen está transformando las actividades universitarias y qué desafíos plantea para el futuro de la educación superior.
La incorporación de la inteligencia artificial en los distintos campos profesionales plantea desafíos que van más allá de establecer normas para su uso o aprender a manejar nuevas herramientas. También exige comprender cómo funcionan estas tecnologías, cuáles son sus implicaciones y, sobre todo, cómo pueden colaborar profesionales de distintas disciplinas para aprovecharlas de manera responsable. Esto supone repensar algunos aspectos de la formación universitaria, de modo que se desarrollen tanto habilidades tecnológicas como capacidades para dialogar, compartir conocimientos y trabajar con especialistas de otras áreas (Gibbons et al.,1997).
La necesidad de fortalecer esta colaboración interdisciplinaria constituye una de las ideas centrales que desarrollan Rayber Alberto Navarro Plaza y Dulce María Carolina Flores Olvera en su artículo «Habilidades de comunicación interdisciplinaria: construir puentes de diálogo integradores para involucrarse con la inteligencia artificial». A partir de un estudio cualitativo con profesionales del derecho, los autores analizan las dificultades que surgen cuando es necesario integrar el conocimiento jurídico y el tecnológico. Como resultado, proponen el desarrollo de las habilidades de comunicación y colaboración interdisciplinaria (HCCI), destacando la importancia de construir un lenguaje común y reconocer las aportaciones de cada disciplina. Su planteamiento parte de una idea sencilla, pero relevante: no es necesario que todos los profesionales sepan programar para involucrarse en el desarrollo y uso de la inteligencia artificial, pero sí que comprendan sus fundamentos y puedan dialogar con quienes la desarrollan, sin que el conocimiento de una disciplina se imponga sobre el de otra.
Por su parte, Liliana Lira López, Ruth Catalina Perales Ponce y Alejandro Uribe López, en su artículo «Prácticas en la formación para la investigación educativa en modalidad online e IAGen», analizan cómo la inteligencia artificial generativa está transformando la manera en que los estudiantes de doctorado aprenden a investigar. A partir de las experiencias de dos generaciones de estudiantes, los autores identifican qué aspectos de la formación para la investigación científica se mantienen y cuáles comienzan a transformarse con la incorporación de estas herramientas. Entre sus hallazgos destacan las ventajas que ofrece la IAGen para buscar, organizar y analizar información, facilitar el trabajo académico y apoyar distintas etapas de la investigación (Siemens, 2005).
Sin embargo, los autores también encuentran que, pese a la utilidad de estas tecnologías, hay aspectos de la formación que siguen dependiendo de la experiencia y el acompañamiento humano. El diálogo con docentes y tutores, la capacidad de cuestionar la información, tomar decisiones metodológicas y comprender los contextos sociales en los que se investiga continúan siendo fundamentales. Desde esta perspectiva, proponen avanzar hacia la formación de un “investigador híbrido», capaz de aprovechar las posibilidades de la inteligencia artificial sin prescindir del pensamiento crítico, el rigor académico y la sensibilidad necesaria para comprender las realidades que estudia.
Por último, Doralbis Alfaro, Saily Madelyn González Aguilar y Doris Zuleika Pinzón Castillo, en su artículo «IA en la educación superior: uso y percepción en tres centros regionales universitarios», examinan cómo los estudiantes están incorporando la inteligencia artificial en sus actividades académicas. A partir de un estudio con 391 estudiantes de tres centros regionales de la Universidad de Panamá, las autoras exploran qué herramientas utilizan, con qué propósito las emplean y cómo perciben sus beneficios y limitaciones.
Los resultados muestran que la inteligencia artificial ya forma parte de las actividades académicas de muchos estudiantes, principalmente a través de herramientas gratuitas como ChatGPT, Gemini y Canva. Su uso se concentra en la búsqueda de información, la elaboración de trabajos escritos y otras tareas relacionadas con el aprendizaje. En general, los estudiantes valoran positivamente estas herramientas y consideran que les ayudan a comprender mejor algunos contenidos. Sin embargo, también expresan preocupación por los errores en la información, los sesgos en las respuestas y el riesgo de dependencia tecnológica (Feenberg, 2005), especialmente cuando su uso puede desplazar el esfuerzo personal necesario para investigar y desarrollar el pensamiento crítico.
El estudio también muestra que la familiaridad con estas herramientas no significa necesariamente saber utilizarlas de manera adecuada. Algunos estudiantes reconocen dificultades para formular instrucciones claras y obtener las respuestas que necesitan. Además, las autoras identifican diferencias en los patrones de uso entre los tres centros universitarios, lo que subraya la importancia de considerar las particularidades de cada contexto. Sus hallazgos destacan la necesidad de acompañar el uso de la inteligencia artificial con una formación que ayude a los estudiantes no solo a manejar estas herramientas, sino también a cuestionar sus respuestas y utilizarlas con criterio propio.
En conjunto, los tres artículos coinciden en que incorporar la inteligencia artificial a la educación superior implica mucho más que aprender a utilizar nuevas herramientas. También es necesario que docentes, investigadores y estudiantes desarrollen las capacidades para comprender cómo funcionan estas tecnologías, reconocer sus limitaciones y aprovechar sus posibilidades con sentido crítico. Para las universidades, esto representa el desafío de ofrecer una formación que responda a estos cambios, establecer orientaciones claras para su uso y promover el diálogo entre disciplinas, sin perder de vista la importancia del criterio y la autonomía de las personas (Floridi et al., 2018).
Los trabajos que integran esta sección general también nos llevan a una reflexión sobre el lugar que debe ocupar la inteligencia artificial en la vida universitaria. No se trata de asumir que la tecnología resolverá por sí sola los desafíos de la educación superior, pero tampoco de ignorar las oportunidades que ofrece. Lo importante es encontrar maneras de incorporarla que realmente aporten a la enseñanza, el aprendizaje y la investigación. Después de todo, por más que estas herramientas faciliten muchas de nuestras tareas, comprender la realidad, cuestionar la información, tomar decisiones y construir conocimiento siguen siendo responsabilidades humanas. Quizá ahí se encuentre uno de los mayores retos para las universidades: aprender a trabajar con la inteligencia artificial sin perder de vista aquello que da sentido a la formación universitaria.
Referencias
Feenberg, A. (2005). Teoría crítica de la tecnología. Revista Iberoamericana de Ciencia, Tecnología y Sociedad, 5(2), 109-123, https://www.revistacts.net/wp-content/uploads/2020/01/vol2-nro5-doss04.pdf
Floridi, L., Cowls, J., Beltrametti, M., Raja Chatila, R., Chazerand, P., Dignum, V., Luetge, Ch., Madelin, R., Pagallo, U., Rossi, F., Schafer, B., Valcke, P. & Vayena, E. (2018). AI4People—An Ethical Framework for a Good AI Society: Opportunities, Risks, Principles, and Recommendations. Minds & Machines, 28, 689–707. https://doi.org/10.1007/s11023-018-9482-5
Gibbons, M., Limoges, C., Nowotny, H., Schwartzman, S., Scott, P. y Trow, M. (1997). La nueva producción del conocimiento: La dinámica de la ciencia y la investigación en las sociedades contemporáneas. Ediciones Pomares-Corredor.
Siemens, G. (2005). Connectivism: A learning theory for the digital age. International Journal of Instructional Technology & Distance Learning, 2(1). https://uark.pressbooks.pub/edtech/chapter/elearnspace-connectivism-a-learning-theory-for-the-digital-age/
Cómo citar (APA):
Flores-Zamora, A.F. y Flores Orozco, J.E. (2026). Presentación de la Sección General. Revista Educación Superior y Sociedad (ESS), 38(1), 264-266. DOI: 10.54674/ess.v38i1.1363