the teaching-learning process

Canal de Jamebli,

RESUMEN

permitió evaluar la utilidad, el impacto en el aprendizaje y el desarrollo de la autonomía

estudiantil. Los resultados evidencian una percepción mayoritariamente positiva hacia el uso de

la inteligencia artificial, destacando su contribución en la comprensión de contenidos, la

resolución de tareas y el acceso a información. Asimismo, se identificó que estas herramientas

fomentan el aprendizaje autónomo y dinamizan el proceso educativo. No obstante, también se

evidencian desafíos relacionados con el acceso tecnológico, la capacitación docente y el uso

ético de la inteligencia artificial. En conclusión, la inteligencia artificial representa un recurso con

alto potencial educativo, siempre que su implementación sea adecuada, crítica y

contextualizada dentro del entorno escolar.

Palabras clave: Inteligencia artificial; Aprendizaje; Percepción estudiantil; Educación

students from middle school, upper elementary, and high school. A Likert-type questionnaire

was used to collect data, allowing for the evaluation of the usefulness, impact on learning, and

development of student autonomy. The results show a predominantly positive perception of

artificial intelligence, highlighting its contribution to content comprehension, task completion, and

access to information. Furthermore, it was identified that these tools foster autonomous learning

and energize the educational process. However, challenges related to technological access,

Keywords: Artificial intelligence; Learning, Student perception; Secondary education;

Educational technology.

INTRODUCCIÓN

La inteligencia artificial ha adquirido un papel relevante en el ámbito educativo, debido a

su capacidad para apoyar la planificación docente, personalizar actividades, facilitar la

retroalimentación y mejorar el acceso a recursos digitales. En este sentido, su integración en el

proceso de enseñanza-aprendizaje representa una oportunidad para transformar las prácticas

pedagógicas tradicionales, especialmente en instituciones educativas fiscales donde existen

diversos niveles de aprendizaje, necesidades estudiantiles y brechas tecnológicas. García

Cuevas et al. (2023) señalan que la IA puede optimizar el proceso educativo al fortalecer la

y determinan la forma más adecuada de incorporarla en el aula. La aceptación o resistencia

hacia estas herramientas depende del nivel de conocimiento, la frecuencia de uso, la formación

digital y la confianza que los docentes tienen frente a los recursos tecnológicos. En esta línea,

Bustamante Morán et al. (2025) destacan que la integración de la IA en los procesos de

enseñanza-aprendizaje debe analizarse desde la mirada del profesorado, considerando su

influencia en la educación digital y en la mejora de las estrategias pedagógicas.

aplicaciones de apoyo académico permiten que los estudiantes accedan a explicaciones

inmediatas, actividades personalizadas y recursos interactivos. Sin embargo, su uso también

plantea desafíos relacionados con la ética, la dependencia tecnológica, la privacidad de datos y

la necesidad de mantener el acompañamiento humano dentro del proceso educativo. Jardón

Gallegos et al. (2024) sostienen que la IA ofrece oportunidades para personalizar la enseñanza

y mejorar la evaluación, aunque requiere una implementación responsable y equilibrada.

tecnologías emergentes en condiciones diversas, marcadas por diferencias en conectividad,

acceso a dispositivos y formación digital. Por ello, analizar la percepción docente sobre la

integración de la inteligencia artificial permite comprender cómo estas herramientas pueden

estudiantes pertenecientes a básica media, básica superior y bachillerato general unificado, con

el propósito de valorar el impacto de la IA en el proceso de enseñanza-aprendizaje desde una

fiscal ecuatoriana, promoviendo una reflexión pedagógica orientada al uso ético, crítico e

inclusivo de las tecnologías emergentes.

analizar la percepción docente sobre la integración de la inteligencia artificial y su impacto en el

proceso de enseñanza-aprendizaje en una institución educativa fiscal del Ecuador. Este

enfoque permitió recolectar y analizar datos de manera objetiva, con el propósito de identificar

tendencias, niveles de aceptación y efectos percibidos en distintos niveles educativos. En este

sentido, los estudios sobre inteligencia artificial en educación evidencian que el análisis

cuantitativo facilita la medición del impacto de estas tecnologías en las prácticas pedagógicas y

en los resultados de aprendizaje (Sánchez Rodríguez et al., 2024).

las percepciones docentes frente al uso de herramientas de inteligencia artificial en el aula.

Asimismo, se adoptó un corte transversal, considerando que la información fue recolectada en

un único momento del tiempo, lo que permitió obtener una visión actual del fenómeno en

una muestra de 100 estudiantes pertenecientes a los niveles de básica media, básica superior

y bachillerato general unificado (BGU), lo que permitió analizar el impacto de la inteligencia

artificial en diferentes etapas del proceso educativo. La selección de la muestra se realizó

mediante un muestreo no probabilístico por conveniencia, tomando en cuenta la accesibilidad y

disponibilidad de los participantes. Este tipo de muestreo es ampliamente utilizado en

percepción docente y su relación con el uso de la inteligencia artificial, contribuyendo a la

comprensión del fenómeno en el ámbito educativo ecuatoriano. Además, se reconoce que la

implementación de la inteligencia artificial en el aula requiere no solo medición de su impacto,

sino también análisis contextualizados que consideren las condiciones institucionales y

pedagógicas en las que se desarrolla (Bustamante Morán et al., 2025).

Diseño de investigación

experimental, de tipo descriptivo y de corte transversal. Este diseño permitió analizar la

percepción docente sobre la integración de la inteligencia artificial en el proceso de enseñanza-

educación, ya que facilita la identificación de patrones, tendencias y niveles de aceptación

dentro de un entorno educativo específico (Sánchez Rodríguez et al., 2024).

fiscal del Ecuador, pertenecientes a los niveles de básica media, básica superior y bachillerato

general unificado (BGU). Para el desarrollo de la investigación se consideró una muestra de

100 estudiantes, seleccionados mediante un muestreo no probabilístico por conveniencia,

debido a la accesibilidad y disponibilidad de los participantes.

impacto de la inteligencia artificial en el proceso de enseñanza-aprendizaje, considerando las

diferencias cognitivas y pedagógicas propias de cada etapa formativa. Estudios similares

evidencian que la percepción sobre el uso de la inteligencia artificial puede variar según el nivel

educativo, el grado de exposición tecnológica y la experiencia académica de los estudiantes

(Zamora Úbeda y Stynze Gómez, 2024).

Instrumentos de Recolección de Datos

estudiantes mediante un cuestionario estructurado con escala tipo Likert de cinco niveles (1 =

totalmente en desacuerdo, 5 = totalmente de acuerdo). Este instrumento permitió medir la

la evaluación.

Análisis de datos

frecuencias absolutas, porcentajes y tablas de distribución, lo que permitió interpretar las

percepciones de los estudiantes sobre el uso de la inteligencia artificial en el proceso de

enseñanza-aprendizaje.

organización y comprensión de los datos obtenidos, permitiendo identificar tendencias y

comportamientos dentro de la población estudiada. Investigaciones recientes destacan que el

análisis estadístico descriptivo es fundamental para interpretar el impacto de la inteligencia

artificial en contextos educativos, especialmente en estudios de percepción (Castro Delgado et

al., 2026).

una mejor visualización de los hallazgos y una interpretación más clara de los datos obtenidos.

Consideraciones éticas

informados sobre los objetivos del estudio y el uso académico de los datos, asegurando que su

participación no implicara ningún tipo de riesgo.

personales, profesionales o económicos que pudieran afectar la objetividad, imparcialidad o

integridad científica del estudio. De igual manera, se declara que no se recibió financiamiento

externo, patrocinio ni apoyo institucional adicional que pudiera condicionar el diseño

metodológico, la ejecución de la investigación, los resultados obtenidos o su interpretación.

elaboración del presente artículo, cumpliendo con los criterios de autoría establecidos por las

normas académicas internacionales. Las contribuciones se detallan a continuación:

herramientas de inteligencia artificial únicamente como apoyo complementario en tareas de

redacción, reformulación textual y mejora de la claridad, coherencia y corrección lingüística del

manuscrito. Dichas herramientas fueron empleadas exclusivamente como asistencia

tecnológica y en ningún caso sustituyeron el trabajo intelectual, crítico ni analítico de los

investigadores en ninguna de las fases del estudio.

problema de investigación, el diseño metodológico, la recolección y análisis de los datos, la

interpretación de los resultados ni en la elaboración de las conclusiones. En consecuencia, la

responsabilidad total sobre el contenido, la validez científica y el rigor académico del

manuscrito recae exclusivamente en los autores.

Bustamante Morán, N. Y., Cuasquillo, E. L., Andrade Santander, K. M., León Vera, M. A., y

Castro Delgado, I., García Jiménez, L., y Zúñiga Puruncajas, M. (2026). Impacto de las

Carranza Alcántar, M. del R., Macías González, G. G., Gómez Rodríguez, H., y Jiménez

Castillo Herrera, M. E. (2023). Impacto de la inteligencia artificial en el proceso de enseñanza y

García Cuevas, J. P., Alor Dávila, L. B., y Cisneros Del Toro, Y. G. (2023). Percepción de los

Jardón Gallegos, M. C., Allas Chisag, W. D., Zamora Valencia, D. A., y Cedeño Saltos, N. E.

Maldonado Almagro, J. L. (2024). Análisis de la integración de las tecnologías de inteligencia

http://dspace.ups.edu.ec/handle/123456789/28850

Montoya Carvajal, X. T., Ponce Heredero, A. A., Miranda Montes, J. A., y Coloma Cevallos, X.

Mora Valdez, J. M., y García Altamirano, N. G. (2025). Impacto de la inteligencia artificial en la

Palma Vidal, J. C., Romero Berrones, W. J., y Zuña Macancela, E. R. (2024). Integración de

https://conocimientoglobal.org/revista/index.php/cglobal/article/view/442

Peñafiel-Jurado, R., Márquez-Márquez, N., y Guamán-Villa, I. (2024). Inteligencia artificial en la

https://doi.org/10.5281/zenodo.14507789

Roldán Campi, C. G., Cárdenas Echeverría, H. A., Villacreses Cobo, M. V., y Guime Calero, J.

Sánchez Rodríguez, A. N., Martínez Romero, M. E., Rodríguez Agreda, C. J., Romero

https://dialnet.unirioja.es/servlet/articulo?codigo=9541052

Yllescas Tandazo, L. C., Román Román, D. G., Varela Jácome, M. I., y Aguilar Verdezoto, G.