IA generativa como aliada en la docencia: diseño pedagógico para la educación en ingeniería

Palabras clave: inteligencia artificial generativa; aprendizaje activo; diseño pedagógico; educación en ingeniería; investigación basada en el diseño.

Resumen

La llegada de la inteligencia artificial generativa de chatbots (IAGC) presenta un desafío y una oportunidad sin precedentes para la educación superior. Ante la necesidad de superar los paradigmas de enseñanza tradicionales, los docentes requieren diseñar modelos pedagógicos que les permitan integrar estas herramientas de manera efectiva. El presente artículo desarrolla y fundamenta el diseño de una estrategia pedagógica basada en el enfoque de aprendizaje activo, que potencia al docente como diseñador de ambientes de aprendizaje, utilizando la IAGC para la creación de experiencias didácticas innovadoras en la formación de ingenieros. La metodología se enmarca en la Investigación Basada en el Diseño (IBD). Partiendo de una fase diagnóstica, que incluyó la aplicación de escalas de la Teoría Unificada de Aceptación y Uso de la Tecnología (UTAUT) y el inventario de estilos de aprendizaje Kolb a 80 estudiantes, que formó la base para el diseño de las actividades. El resultado fue un modelo pedagógico, mediado con el uso de la IAGC por parte del docente, orientado al desarrollo de actividades de aprendizaje activo y dinámicas de gamificación. El modelo redefine los roles, posicionando al profesor como un arquitecto del aprendizaje, a la IAGC como su asistente de diseño pedagógico y al estudiante como un agente activo y autorregulado. Se concluye que la integración de la IAGC en la docencia es viable cuando se enfoca en el diseño. El modelo propuesto ofrece una guía práctica y teóricamente fundamentada para que los educadores puedan innovar en su práctica docente.

Biografía del autor/a

Idalia Salceda-Flores, Instituto Tecnológico de Sonora, Obregón, México

Profesora adscrita al Instituto Tecnológico de Sonora y estudiante de doctorado. Ingeniera de formación, sus líneas de investigación se centran en la aceptación de la Inteligencia Artificial Generativa (IAGC) y el aprendizaje activo en educación STEM, empleando modelos de ecuaciones estructurales (SEM) y el modelo UTAUT2. Entre sus trabajos recientes destaca el estudio The Generative Artificial Intelligence Chatbot in Higher Education: Perceptions and Practices of STEM Students from a Phenomenological Approach y Estrategias e impacto de la inteligencia artificial generativa de Chatbot en estudiantes de educación superior: Una revisión sistemática de literatura.

Armando Lozano-Rodríguez, Instituto Tecnológico de Sonora, Obregón, México

Profesor de tiempo completo adscrito al Departamento de Educación del Instituto Tecnológico de Sonora. Doctor en Innovación y Tecnología Educativa; líneas de investigación: tecnología educativa, estilos de aprendizaje y enseñanza, desarrollo de competencias y aprendizaje activo. Publicaciones más recientes: Active Teaching Strategies in Higher Education: A Systematic Literature Review (The International Journal of Learning in Higher Education, 2025) y Psychometric properties of a scale to measure online teaching styles in university teachers (RIED-Revista Iberoamericana de Educación a Distancia, 2025). 

Ramona Imelda García-López, Instituto Tecnológico de Sonora, Obregón, México

Doctora en Educación y profesora de tiempo completo adscrita al Departamento de Educación en el Instituto Tecnológico de Sonora. Sus líneas de investigación son: aprendizaje mediado por tecnología, formación docente y desarrollo curricular. Publicaciones más recientes: Propiedades psicométricas de escala de lectura-escritura académica en posgrado (Revista Comunicar, 2026) y Tendencies in research on attitudes towards learning mathematics: A bibliometric analysis (International Journal of Education in Mathematics, Science and Technology, 2026).

Emmanuel Contreras, Universidad Autónoma de Coahuila, Torreón, México

Profesor e investigador adscrito a la Universidad Autónoma de Coahuila. Doctor en Planeación Estratégica y Dirección de Tecnología; sus líneas de investigación incluyen la planeación estratégica, la clasificación ordinal multicriterio para la toma de decisiones financieras y la alineación de tecnologías de la información con la estrategia de negocio. Cuenta con diversas publicaciones, entre las cuales destaca A New Methodology Based on Multicriteria Ordinal Classification for the Management of Financial Resources with Application to Real Data from the Stock Market.

Publicado
2026-05-30
Cómo citar
Salceda-Flores, I., Lozano-Rodríguez, A., García-López, R. I., & Contreras, E. (2026). IA generativa como aliada en la docencia: diseño pedagógico para la educación en ingeniería . Revista Educación Superior Y Sociedad (ESS), 37(2), 90-109. https://doi.org/10.54674/ess.v37i2.1106