La inteligencia artificial como recurso didáctico
en la formación docente universitaria en Ecuador
https://doi.org/10.47230/unesum-ciencias.v9.n3.2025.281-292
Revista UNESUM-Ciencias
Volumen 9, Número 3, 2025
Universidad Estatal del Sur de Manabí
ISSN-e: 2602-8166
Artificial intelligence as a teaching resource in university
teacher training in Ecuador
REVISTA UNESUM-Ciencias
UNIVERSIDAD ESTATAL DEL SUR DE MANABÍ
Volumen: 9
Número: 3
Año: 2025
Paginación: 281-292
URL: https://revistas.unesum.edu.ec/index.php/unesumciencias/article/view/1016
*Correspondencia autor: fernanda.quijije@unesum.edu.ec
Recibido: 10-02-2025 Aceptado: 11-06-2025 Publicado: 25-09-2025
Fernanda Stefanía Quijije Véliz
1*
https://orcid.org/0000-0002-9725-4511
Gema Mireya Loor Cedeño
2
https://orcid.org/0000-0003-2376-9894
Dolores Guadalupe Loor Macías
3
https://orcid.org/0009-0007-6857-1263
Amarilis Rocío Murillo Quimiz
4
https://orcid.org/0009-0003-1709-3258
1. Docente de la Carrera de Educación en la Facultad de Ciencias Sociales Humanísticas y de la Educación; Universidad Estatal del Sur de Manabí; Jipijapa, Ecuador.
2. Docente de la Carrera de Educación en la Facultad de Ciencias Sociales Humanísticas y de la Educación; Universidad Estatal del Sur de Manabí; Jipijapa, Ecuador.
3. Docente de la Carrera de Educación en la Facultad de Ciencias Sociales Humanísticas y de la Educación; Universidad Estatal del Sur de Manabí; Jipijapa, Ecuador.
4. Docente de la Carrera de Educación en la Facultad de Ciencias Sociales Humanísticas y de la Educación; Universidad Estatal del Sur de Manabí; Jipijapa, Ecuador.
ARTÍCULO ORIGINAL
RESUMEN
La inteligencia artificial se ha posicionado como una herramienta transformadora con alto potencial para re-
volucionar los procesos de enseñanza y aprendizaje en la educación superior contemporánea. En Ecuador,
su incorporación en la formación docente universitaria experimenta un desarrollo progresivo, impulsada por
políticas gubernamentales de modernización tecnológica, iniciativas institucionales innovadoras y la crecien-
te necesidad de responder a entornos educativos dinámicos y cambiantes. Este artículo, de naturaleza biblio-
gráfica y analítica, examina el rol de la inteligencia artificial como recurso didáctico en la docencia universita-
ria ecuatoriana, identificando los factores determinantes, elementos facilitadores y herramientas específicas
que condicionan su implementación efectiva y su impacto pedagógico. La metodología empleada incluyó
una revisión sistemática de literatura especializada reciente y el análisis detallado de cuatro estudios de caso
representativos de universidades nacionales que han integrado sistemas adaptativos, chatbots académicos,
tutores inteligentes y plataformas de analítica de aprendizaje. Los resultados evidencian que la implementa-
ción estratégica de inteligencia artificial contribuye significativamente a la personalización del aprendizaje,
optimiza la eficiencia de procesos tutoriales, mejora la evaluación formativa e incrementa la motivación es-
tudiantil. Sin embargo, la investigación también identifica desafíos estructurales vinculados con limitaciones
de infraestructura tecnológica, insuficiente capacitación docente en competencias digitales avanzadas y la
ausencia de marcos regulatorios específicos que orienten su aplicación ética y pedagógicamente fundamen-
tada. El estudio aporta una perspectiva integral y contextualizada del impacto de la inteligencia artificial en
la educación superior ecuatoriana, proporcionando evidencias empíricas y reflexiones críticas que pueden
orientar el diseño de políticas institucionales, estrategias pedagógicas innovadoras y programas de desarrollo
profesional docente sostenibles e inclusivos
Palabras clave: Inteligencia artificial, Educación, Docencia, Innovación, Ecuador.
ABSTRACT
Artificial intelligence has positioned itself as a transformative tool with high potential to revolutionize teaching
and learning processes in contemporary higher education. In Ecuador, its incorporation into university teacher
training is experiencing progressive development, driven by governmental policies for technological moderniza-
tion, innovative institutional initiatives, and the growing need to respond to dynamic and changing educational
environments. This bibliographic and analytical article examines the role of artificial intelligence as a didactic
resource in Ecuadorian university teaching, identifying determining factors, facilitating elements, and specific
tools that condition its effective implementation and pedagogical impact. The methodology employed included
a systematic review of recent specialized literature and detailed analysis of four representative case studies from
national universities that have integrated adaptive systems, academic chatbots, intelligent tutors, and learning
analytics platforms. Results show that strategic implementation of artificial intelligence significantly contributes
to learning personalization, optimizes tutorial process efficiency, improves formative assessment, and increases
student motivation. However, the research also identifies structural challenges linked to technological infras-
tructure limitations, insufficient teacher training in advanced digital competencies, and the absence of specific
regulatory frameworks that guide its ethical and pedagogically grounded application. The study provides an
integral and contextualized perspective of artificial intelligence impact on Ecuadorian higher education, offering
empirical evidence and critical reflections that can guide the design of institutional policies, innovative pedago-
gical strategies, and sustainable and inclusive teacher professional development programs.
Keywords: Artificial intelligence, Education, Teacing, Innovation, Ecuador.
283
REVISTA UNESUM-Ciencias Volumen 9, Número 3, 2025
Introducción
En el panorama educativo contemporáneo, la
transformación digital ha reconfigurado sus-
tancialmente los paradigmas pedagógicos
tradicionales, posicionando a la inteligencia
artificial como un catalizador de cambio en
las instituciones de educación superior a es-
cala global. Esta revolución tecnológica tras-
ciende las fronteras geográficas y culturales,
estableciendo nuevos estándares de calidad,
eficiencia y personalización en los procesos
formativos universitarios que desafían las me-
todologías convencionales de enseñanza.
Desde una perspectiva global, la adopción
de tecnologías basadas en IA en el sector
educativo superior responde a tendencias
mundiales que buscan optimizar la expe-
riencia de aprendizaje mediante la automa-
tización inteligente, el análisis predictivo y
la adaptación curricular dinámica. Los sis-
temas educativos más avanzados han re-
conocido que la personalización del apren-
dizaje constituye una necesidad imperativa
para responder a la diversidad de perfiles
estudiantiles y estilos de aprendizaje. Orga-
nismos internacionales como la UNESCO y
la OCDE han establecido marcos de refe-
rencia que orientan la integración respon-
sable de estas tecnologías, enfatizando
principios de equidad, transparencia y sos-
tenibilidad (UNESCO, 2023).
La conceptualización actual de la IA edu-
cativa trasciende la noción tradicional de
herramienta tecnológica para configurarse
como un ecosistema integral. Este ecosis-
tema comprende algoritmos de aprendizaje
automático capaces de procesar patrones
complejos de comportamiento estudian-
til, sistemas de procesamiento de lengua-
je natural que facilitan interacciones más
humanizadas, plataformas adaptativas
que personalizan trayectorias formativas
y herramientas de analítica avanzada que
proporcionan insights sobre procesos de
aprendizaje. La convergencia de estas tec-
nologías promete transformar radicalmente
la experiencia educativa universitaria.
ARTÍCULO ORIGINAL: LA INTELIGENCIA ARTIFICIAL COMO RECURSO DIDÁCTICO EN LA FORMACIÓN DOCEN-
TE UNIVERSITARIA EN ECUADOR
A nivel regional, Latinoamérica ha experi-
mentado un crecimiento progresivo en la
implementación de soluciones de IA educa-
tiva, aunque con resultados dispares entre
países. Esta expansión ha sido impulsada
tanto por políticas de modernización tecno-
lógica como por la necesidad imperiosa de
responder a los desafíos emergentes de la
educación en la era digital. La pandemia de
COVID-19 aceleró significativamente estos
procesos, evidenciando tanto las potencia-
lidades como las limitaciones de la infraes-
tructura tecnológica regional (García-Peñal-
vo & Corell, 2020).
Países como Colombia, Chile y México
han desarrollado iniciativas piloto que de-
muestran el potencial transformador de
estas tecnologías en la formación docen-
te universitaria. Sin embargo, la región se
caracteriza por una adopción heterogénea,
donde coexisten experiencias exitosas con
importantes brechas de infraestructura y
capacitación docente que limitan el aprove-
chamiento integral de estas herramientas.
Esta disparidad refleja las desigualdades
socioeconómicas estructurales que carac-
terizan al contexto latinoamericano.
En el contexto nacional, Ecuador presenta
características particulares que configuran
un escenario complejo y prometedor para
la integración de la IA en la docencia uni-
versitaria. El país ha implementado marcos
normativos ambiciosos, destacando el Plan
Nacional de Transformación Digital 2022-
2025, que establece directrices estratégi-
cas para la modernización tecnológica del
sistema educativo superior. Esta iniciativa
gubernamental reconoce explícitamente el
potencial de las tecnologías emergentes
para mejorar la calidad y accesibilidad de
la educación universitaria (MINTEL, 2022).
Paralelamente, el Consejo de Educación
Superior ha promulgado regulaciones que
incentivan la innovación pedagógica y el
uso de tecnologías emergentes en la for-
mación docente. Estas políticas crean un
entorno regulatorio favorable para la experi-
REVISTA UNESUM-Ciencias Volumen 9, Número 3, 2025
284
mentación e implementación de soluciones
basadas en IA, aunque su traducción en
acciones concretas varía considerablemen-
te entre instituciones.
Las universidades ecuatorianas han co-
menzado a experimentar con diversas apli-
caciones de IA, desde sistemas de tutoría
inteligente hasta plataformas sofisticadas
de analítica de aprendizaje. Los resultados
preliminares evidencian tendencias alenta-
doras en términos de personalización edu-
cativa y mejora del rendimiento académico,
aunque estos proyectos permanecen en
gran medida como iniciativas aisladas sin
articulación sistémica (Vega et al., 2022).
No obstante, persisten desafíos estructu-
rales significativos que requieren atención
prioritaria. La capacitación docente en
competencias digitales avanzadas constitu-
ye un cuello de botella crítico, considerando
que gran parte del profesorado universitario
carece de la preparación técnica y pedagó-
gica necesaria para integrar efectivamente
herramientas de IA en sus prácticas edu-
cativas. Simultáneamente, la disponibilidad
heterogénea de infraestructura tecnológica
entre instituciones genera disparidades en
las capacidades de implementación.
La dimensión ética y regulatoria añade
complejidad adicional al panorama. La au-
sencia de marcos normativos específicos
que garanticen el uso responsable y peda-
gógicamente fundamentado de estas tec-
nologías genera incertidumbre institucional
y limitaciones en el desarrollo de proyectos
a gran escala. Aspectos como la privacidad
de datos estudiantiles, la transparencia al-
gorítmica y la prevención de sesgos discri-
minatorios requieren atención urgente en el
desarrollo de políticas educativas.
La formación docente universitaria, como
núcleo fundamental del sistema educativo,
requiere especial atención en este proceso
de transformación digital. Los futuros edu-
cadores necesitan desarrollar competen-
cias multidimensionales que abarquen tan-
to aspectos técnicos como consideraciones
pedagógicas y éticas. Esta preparación
integral resulta fundamental considerando
que estos profesionales serán los responsa-
bles de formar a las próximas generaciones
en un entorno tecnológicamente mediado,
donde la alfabetización digital y el pensa-
miento crítico sobre tecnología constituyen
competencias esenciales.
La relevancia de esta investigación radica
en la necesidad de comprender sistemáti-
camente cómo la integración de IA puede
contribuir efectivamente a la mejora de la
formación docente universitaria en Ecuador,
identificando tanto las oportunidades como
los obstáculos que caracterizan este proce-
so. La evidencia empírica generada puede
orientar el diseño de políticas institucionales
más informadas y estrategias de implemen-
tación más efectivas.
Este estudio, de naturaleza bibliográfica y
analítica, se propone examinar sistemáti-
camente el papel de la inteligencia artificial
como recurso didáctico en la formación do-
cente universitaria ecuatoriana, identificando
los factores críticos, elementos facilitadores
y herramientas específicas que determinan
su implementación exitosa. A través del aná-
lisis de literatura especializada y el estudio
detallado de cuatro casos representativos de
universidades nacionales, se busca propor-
cionar una visión integral y contextualizada
del estado actual y las perspectivas futuras
de esta integración tecnológica en el ámbito
educativo superior ecuatoriano.
Desarrollo
Marco Conceptual y Fundamentos Teóri-
cos de la IA en Educación Superior
La conceptualización contemporánea de la
inteligencia artificial en contextos educati-
vos trasciende la definición tradicional de
sistemas computacionales que emulan ca-
pacidades cognitivas humanas. En el ám-
bito universitario, la IA se configura como
un ecosistema tecnopedagógico integral
que abarca múltiples dimensiones: algorit-
mos de aprendizaje profundo capaces de
Quijije Véliz, F. S., Loor Cedeño, G. M., Loor Macías, D. G., & Murillo Quimiz, A. R.
285
REVISTA UNESUM-Ciencias Volumen 9, Número 3, 2025
procesar patrones complejos de compor-
tamiento estudiantil, sistemas de procesa-
miento de lenguaje natural que facilitan la
interacción humanizada entre estudiantes
y contenidos digitales, y plataformas adap-
tativas que personalizan trayectorias de
aprendizaje según perfiles individuales y
colectivos (Russell & Norvig, 2021; Popenici
& Kerr, 2017).
La taxonomía propuesta por Zawacki-Richter
et al. (2019), establece tres categorías funda-
mentales de aplicación de IA en educación
superior: sistemas centrados en el aprendiz
(tutores inteligentes, sistemas adaptativos,
analítica de aprendizaje), sistemas centrados
en el instructor (herramientas de evaluación
automatizada, análisis de contenido, asisten-
tes virtuales) y sistemas institucionales (ad-
misiones automatizadas, gestión curricular,
análisis predictivo). Esta clasificación resulta
particularmente relevante para comprender
la complejidad de la implementación en uni-
versidades ecuatorianas.
Desde una perspectiva pedagógica, la in-
tegración de IA se fundamenta en teorías
constructivistas del aprendizaje, donde la
personalización y la retroalimentación con-
tinua constituyen elementos centrales del
proceso formativo (Siemens & Long, 2011).
El conectivismo, como teoría emergente del
aprendizaje en la era digital, proporciona
un marco conceptual que explica cómo la
IA puede facilitar la creación de redes de
conocimiento dinámicas y contextualizadas
(Downes, 2020).
Factores Determinantes en el Contexto
Ecuatoriano
Dimensiones Institucionales y Tecnológi-
cas: El análisis de la implementación de
IA en universidades ecuatorianas revela la
existencia de variables interdependientes
que configuran un ecosistema complejo de
adopción tecnológica. La infraestructura
tecnológica emerge como factor primordial,
abarcando no únicamente la disponibilidad
de hardware y conectividad, sino también
la arquitectura de datos institucional y las
capacidades de procesamiento compu-
tacional requeridas para algoritmos de IA
(García-Valcárcel et al., 2022).
Las competencias digitales docentes cons-
tituyen otra dimensión crítica, caracterizada
por niveles heterogéneos de alfabetización
tecnológica y resistencia al cambio metodo-
lógico. Estudios recientes evidencian que
aproximadamente el 65% de los docentes
universitarios ecuatorianos posee compe-
tencias básicas en tecnología educativa,
mientras que solo el 23% demuestra habili-
dades avanzadas para integrar herramien-
tas de IA en sus prácticas pedagógicas
(Morales-Urrutia et al., 2023).
Marco Regulatorio y Consideraciones Éti-
cas
La dimensión normativa presenta desafíos
particulares en el contexto ecuatoriano. Si
bien existen políticas generales de trans-
formación digital, la regulación específica
sobre el uso de IA en educación superior
permanece en desarrollo. El Consejo de
Educación Superior ha iniciado procesos
de consulta para establecer lineamientos
sobre privacidad de datos estudiantiles,
transparencia algorítmica y equidad en sis-
temas automatizados de evaluación (CES,
2023). Las consideraciones éticas abarcan
múltiples aspectos: protección de datos
personales de estudiantes, prevención de
sesgos algorítmicos que puedan perpetuar
desigualdades educativas, y garantía de
transparencia en procesos de toma de de-
cisiones automatizadas (UNESCO, 2023).
Estas preocupaciones adquieren particular
relevancia en un país con diversidad étnica
y socioeconómica como Ecuador.
Herramientas y Tecnologías de IA en Do-
cencia Universitaria
Sistemas de Tutoría Inteligente: Los siste-
mas de tutoría inteligente (STI) representan
una de las aplicaciones más sofisticadas de
IA en educación superior. Estos sistemas in-
tegran modelos computacionales del domi-
nio de conocimiento, perfiles de estudiante
ARTÍCULO ORIGINAL: LA INTELIGENCIA ARTIFICIAL COMO RECURSO DIDÁCTICO EN LA FORMACIÓN DOCEN-
TE UNIVERSITARIA EN ECUADOR
REVISTA UNESUM-Ciencias Volumen 9, Número 3, 2025
286
y estrategias pedagógicas para proporcio-
nar instrucción personalizada (VanLehn,
2011). En el contexto ecuatoriano, universi-
dades como la Universidad de Cuenca han
implementado STI para cursos de pedago-
gía, reportando mejoras significativas en la
retención de conocimientos y la autoefica-
cia percibida por los estudiantes.
Plataformas Adaptativas de Aprendizaje:
Las plataformas adaptativas utilizan algorit-
mos de aprendizaje automático para ajustar
contenidos, secuencias instruccionales y
métodos de evaluación según el progreso
individual de cada estudiante (Oxman et al.,
2014). La Universidad Técnica de Ambato
ha incorporado estas tecnologías en asig-
naturas de formación pedagógica, imple-
mentando sistemas que analizan patrones
de interacción estudiantil para generar reco-
mendaciones personalizadas de contenido.
Chatbots Académicos y Asistentes Virtuales:
Los sistemas conversacionales basados en
procesamiento de lenguaje natural han de-
mostrado eficacia en la resolución de con-
sultas estudiantiles y el soporte académico
24/7 (Winkler & Söllner, 2018). La Universi-
dad Estatal de Milagro reporta una reducción
del 60% en tiempos de respuesta a consul-
tas estudiantiles tras implementar chatbots
especializados en orientación pedagógica.
Análisis Sistemático de Literatura Reciente
Tabla 1.
Estudios relevantes sobre IA en docencia universitaria ecuatoriana y latinoamericana
(2019-2024)
Autor(es) Año Metodología
Objetivo
Principal
Hallazgos Principales
Limitaciones
Identificadas
Cabero-
Almenara &
Palacios-
Rodríguez
2021
Revisión
sistemática
Analizar
competencias
digitales docentes
para IA
Alta potencialidad de
personalización;
necesidad de
formación continua
estructurada
Muestra limitada a
España;
generalización
cultural limitada
García-
Peñalvo
2021 Estudio Delphi
Proponer modelo
de alfabetización
digital
IA como eje de
innovación requiere
estrategias
institucionales
integrales
Falta de validación
empírica del modelo
propuesto
Morales-
Urrutia et al.
2023
Estudio
cuantitativo
Evaluar
competencias
digitales en
universidades
ecuatorianas
65% competencias
básicas, 23%
avanzadas; brecha
generacional
significativa
Sesgo de
autoinforme;
necesidad de
medición objetiva
Vega et al. 2022
Investigación-
acción
Implementar
chatbots en
universidades
ecuatorianas
Mejora en
comunicación y
resolución de dudas;
limitaciones en
personalización
avanzada
Perí
odo de
evaluación corto;
muestra pequeña
Valdivia-
Vázquez et
al.
2022
Análisis
comparativo
Mapear adopción
de IA en
Latinoamérica
Adopción heterogénea;
Ecuador en fase inicial
con potencial de
crecimiento
Datos
desactualizados;
metodología no
estandarizada
Zhao & Liu 2023
Revisión
integrativa
Examinar impacto
ético de IA en
educación
Necesidad de marcos
regulatorios
específicos;
importancia de
transparencia
algorítmica
Enfoque teórico;
falta de estudios
empíricos
Quijije Véliz, F. S., Loor Cedeño, G. M., Loor Macías, D. G., & Murillo Quimiz, A. R.
287
REVISTA UNESUM-Ciencias Volumen 9, Número 3, 2025
Estudios de casos ampliados: Experien-
cias Institucionales Ecuatorianas
Universidad de Cuenca: Proyecto de Tuto-
rías Inteligentes en Formación Pedagógica
La Universidad de Cuenca implementó du-
rante el período 2022-2023 un sistema inno-
vador de tutoría inteligente en la Facultad de
Filosofía, Letras y Ciencias de la Educación.
El proyecto, denominado "TutorIA-Pedago-
gía", integró algoritmos de aprendizaje au-
tomático con modelos pedagógicos cons-
tructivistas para personalizar trayectorias
de aprendizaje en cursos fundamentales de
didáctica y psicopedagogía.
Metodología de implementación: El sistema
utilizó técnicas de minería de datos educa-
tivos para analizar patrones de comporta-
miento de 450 estudiantes de las carreras
de Educación Básica y Educación Inicial.
Los algoritmos procesaron variables como
tiempo de dedicación a actividades, se-
cuencias de navegación, patrones de error
y preferencias de contenido multimedia.
Resultados cuantitativos: Los datos recopila-
dos durante dos semestres académicos evi-
denciaron un incremento del 18% en la reten-
ción de contenidos conceptuales, medida a
través de evaluaciones pre y post-implemen-
tación. La autoeficacia percibida, evaluada
mediante la escala de Bandura adaptada,
mostró mejoras estadísticamente significati-
vas (p < 0.05) en el 72% de los participantes.
Impacto cualitativo: Las entrevistas semies-
tructuradas con docentes participantes
revelaron percepciones positivas sobre la
capacidad del sistema para identificar estu-
diantes en riesgo académico y proporcionar
recomendaciones pedagógicas específicas.
Sin embargo, se identificaron limitaciones re-
lacionadas con la interpretación contextual
de respuestas abiertas y la necesidad de
mayor personalización cultural.
Universidad Técnica de Ambato: Platafor-
mas Adaptativas en Formación Docente
La UTA desarrolló una iniciativa integral de
transformación digital enfocada en la imple-
mentación de plataformas adaptativas con
IA para asignaturas de formación pedagó-
gica. El proyecto "AprendizajeIA-UTA" abar-
có cinco carreras de educación y benefició
a aproximadamente 600 estudiantes duran-
te el año académico 2023.
Arquitectura tecnológica: La plataforma in-
tegró sistemas de recomendación basados
en filtrado colaborativo, algoritmos de cla-
sificación para identificación de estilos de
aprendizaje, y motores de análisis semántico
para evaluación automatizada de ensayos
pedagógicos. La infraestructura se sustentó
en servicios de computación en la nube para
garantizar escalabilidad y disponibilidad.
Métricas de desempeño: El seguimiento
longitudinal reveló mejoras significativas en
indicadores de engagement estudiantil, con
un incremento del 34% en tiempo de perma-
nencia en actividades de aprendizaje y una
reducción del 15% en tasas de deserción
académica. Los algoritmos de recomenda-
ción lograron una precisión del 78% en la su-
gerencia de recursos educativos relevantes.
Desafíos identificados: La implementación
enfrentó limitaciones técnicas relacionadas
con la integración de sistemas legados y re-
sistencia docente al cambio metodológico.
Aproximadamente el 30% de los profesores
participantes expresó preocupaciones so-
bre la pérdida de control pedagógico y la
despersonalización de la enseñanza.
Universidad Estatal de Milagro: Chatbots
para Orientación Pedagógica
UNEMI implementó un sistema conversa-
cional inteligente denominado "PedagogIA"
para proporcionar soporte académico au-
tomatizado a estudiantes de programas de
formación docente. La iniciativa se enfocó
en resolver consultas frecuentes sobre pla-
nificación curricular, metodologías de ense-
ñanza y recursos didácticos.
ARTÍCULO ORIGINAL: LA INTELIGENCIA ARTIFICIAL COMO RECURSO DIDÁCTICO EN LA FORMACIÓN DOCEN-
TE UNIVERSITARIA EN ECUADOR
REVISTA UNESUM-Ciencias Volumen 9, Número 3, 2025
288
Características técnicas: El chatbot utilizó
arquitecturas de redes neuronales recurren-
tes (LSTM) para procesamiento de lenguaje
natural, entrenado con un corpus de más
de 10,000 conversaciones académicas en
español. La implementación incluyó capa-
cidades de reconocimiento de intenciones,
extracción de entidades y generación de
respuestas contextualizadas.
Impacto operacional: Durante seis meses
de operación, el sistema procesó 15,670
consultas estudiantiles, logrando una tasa
de resolución exitosa del 73% y reduciendo
significativamente la carga de trabajo del
personal de orientación académica. El tiem-
po promedio de respuesta se redujo de 2.3
horas (atención humana) a 3.2 segundos
(sistema automatizado).
Limitaciones observadas: El análisis de
logs de conversación reveló dificultades del
sistema para manejar consultas complejas
que requerían razonamiento contextual pro-
fundo o consideraciones éticas específicas.
Aproximadamente el 27% de las interaccio-
nes necesitaron escalamiento a orientado-
res humanos.
Universidad Técnica Particular de Loja:
Analítica de Aprendizaje para Formación
Docente
La UTPL desarrolló un proyecto pionero de
analítica de aprendizaje aplicada a la forma-
ción de educadores, utilizando técnicas de big
data e inteligencia artificial para optimizar pro-
cesos formativos. La iniciativa "DataEd-UTPL"
procesó datos de más de 800 estudiantes de
modalidades presencial y a distancia.
Infraestructura analítica: El sistema integró
múltiples fuentes de datos: interacciones
en plataformas LMS, registros de partici-
pación en actividades síncronas, métricas
de engagement en recursos multimedia, y
resultados de evaluaciones formativas y su-
mativas. Los algoritmos de aprendizaje au-
tomático incluyeron técnicas de clustering
para identificación de perfiles estudiantiles
y modelos predictivos para detección tem-
prana de riesgo académico.
Resultados predictivos: Los modelos desa-
rrollados lograron una precisión del 82% en
la identificación de estudiantes en riesgo
de deserción académica con tres semanas
de anticipación. Esta capacidad predictiva
permitió implementar intervenciones peda-
gógicas personalizadas que redujeron las
tasas de abandono en un 19%.
Innovaciones pedagógicas: La plataforma
generó dashboards interactivos para do-
centes, proporcionando visualizaciones en
tiempo real del progreso estudiantil y reco-
mendaciones automatizadas para ajustes
metodológicos. Los profesores reportaron
mayor confianza en sus decisiones peda-
gógicas basadas en evidencia empírica.
Síntesis Comparativa de Hallazgos
Tabla 2.
Análisis transversal de impactos y desafíos en casos de estudio ecuatorianos
Universidad
de Cuenca
UTA
UNEMI
UTPL
Tendencias
Consolidadas
Incremento
18%
retención;
mejora
autoeficacia
Precisión 78%
recomendaciones;
engagement
+34%
Limitada por
procesamiento
superficial
Identificación
5 perfiles
estudiantiles
distintos
Efectividad
confirmada
con
variaciones
técnicas
Reducción
carga docente
en tutoría
Optimización
recursos
educativos
Tiempo
respuesta:
2.3h → 3.2s
Predicción
riesgo con
82% precisión
Mejoras
significativas
en procesos
administrativos
Mejora en
evaluación
formativa
Reducción
deserción 15%
Resolución
exitosa 73%
consultas
Intervenciones
preventivas
efectivas
Contribución
positiva a
indicadores
académicos
Desafíos
Técnicos
Interpretación
contextual
limitada
Integración
sistemas legados
Escalamiento
27% casos
complejos
Privacidad y
seguridad de
datos
Limitaciones
comunes en IA
conversacional
Barreras
Institucionales
Capacitación
docente
insuficiente
Resistencia al
cambio 30%
profesores
Sostenibilidad
financiera
Actualización
constante de
modelos
Necesidad de
gestión del
cambio
estructurada
Quijije Véliz, F. S., Loor Cedeño, G. M., Loor Macías, D. G., & Murillo Quimiz, A. R.
289
REVISTA UNESUM-Ciencias Volumen 9, Número 3, 2025
Categoría de
Impacto
Universidad
de Cuenca
UTA
UNEMI
UTPL
Tendencias
Consolidadas
Personalización
del Aprendizaje
Incremento
18%
retención;
mejora
autoeficacia
Precisión 78%
recomendaciones;
engagement
+34%
Limitada por
procesamiento
superficial
Identificación
5 perfiles
estudiantiles
distintos
Efectividad
confirmada
con
variaciones
técnicas
Eficiencia
Operativa
Reducción
carga docente
en tutoría
Optimización
recursos
educativos
Tiempo
respuesta:
2.3h → 3.2s
Predicción
riesgo con
82% precisión
Mejoras
significativas
en procesos
administrativos
Calidad
Pedagógica
Mejora en
evaluación
formativa
Reducción
deserción 15%
Resolución
exitosa 73%
consultas
Intervenciones
preventivas
efectivas
Contribución
positiva a
indicadores
académicos
Desafíos
Técnicos
Interpretación
contextual
limitada
Integración
sistemas legados
Escalamiento
27% casos
complejos
Privacidad y
seguridad de
datos
Limitaciones
comunes en IA
conversacional
Barreras
Institucionales
Capacitación
docente
insuficiente
Resistencia al
cambio 30%
profesores
Sostenibilidad
financiera
Actualización
constante de
modelos
Necesidad de
gestión del
cambio
estructurada
Discusión Crítica y Perspectiva Interna-
cional Comparativa
Análisis de Brechas y Oportunidades: La evi-
dencia recopilada a través de los estudios
de caso ecuatorianos confirma tendencias
observadas en contextos internacionales,
donde la IA educativa demuestra potencial
significativo para transformar prácticas pe-
dagógicas tradicionales (Baker & Inventa-
do, 2014; Roll & Wylie, 2016). Sin embargo,
emergen particularidades contextuales que
requieren consideración específica.
Comparativamente, países como Finlandia
y Singapur han desarrollado marcos inte-
grales de implementación de IA educativa
que incluyen políticas nacionales específi-
cas, programas de capacitación docente
sistemáticos y protocolos de evaluación es-
tandarizados (Holmes et al., 2022). En con-
traste, la experiencia ecuatoriana se carac-
teriza por iniciativas institucionales aisladas
con limitada articulación sistémica.
Corea del Sur presenta un modelo particu-
larmente relevante, donde la integración
de IA en formación docente se sustenta
en alianzas público-privadas y centros de
investigación especializados (Lee & Park,
2023). Este enfoque ha resultado en tasas
de adopción del 87% entre docentes uni-
versitarios y mejoras promedio del 25% en
indicadores de calidad educativa.
Factores Críticos de Éxito: El análisis trans-
versal de experiencias nacionales e inter-
nacionales sugiere la existencia de factores
críticos que determinan el éxito de imple-
mentaciones de IA en formación docente:
Liderazgo institucional comprometido: Las
universidades con mayor éxito demuestran
apoyo directivo consistente y asignación de
recursos específicos para proyectos de IA.
Capacitación docente estructurada: Progra-
mas de desarrollo profesional que abordan
no solo aspectos técnicos, sino también
fundamentos pedagógicos y consideracio-
nes éticas.
Infraestructura tecnológica robusta: Dispo-
nibilidad de hardware adecuado, conecti-
vidad estable y arquitecturas de datos que
permitan procesamiento eficiente de algo-
ritmos de IA.
Marco regulatorio claro: Políticas institucio-
nales que establezcan lineamientos para
uso ético, protección de datos y evaluación
de impacto.
Cultura de innovación: Ambiente organiza-
cional que fomente la experimentación pe-
dagógica y la tolerancia al error como parte
del proceso de aprendizaje institucional.
Desafíos Persistentes y Limitaciones
A pesar de los avances documentados,
subsisten desafíos estructurales que limitan
el aprovechamiento integral de la IA en for-
mación docente ecuatoriana:
Brecha digital: Aproximadamente el 35% de
las universidades ecuatorianas carece de
infraestructura tecnológica adecuada para
ARTÍCULO ORIGINAL: LA INTELIGENCIA ARTIFICIAL COMO RECURSO DIDÁCTICO EN LA FORMACIÓN DOCEN-
TE UNIVERSITARIA EN ECUADOR
REVISTA UNESUM-Ciencias Volumen 9, Número 3, 2025
290
implementar soluciones sofisticadas de IA
(ARCONEL, 2023).
Capacitación insuficiente: Los programas
existentes de desarrollo docente en compe-
tencias digitales cubren únicamente aspec-
tos básicos, sin abordar aplicaciones espe-
cíficas de IA en pedagogía.
Sostenibilidad financiera: Los costos de im-
plementación y mantenimiento de sistemas
de IA representan inversiones significativas
que muchas instituciones no pueden asumir
de manera sostenida.
Resistencia cultural: Persisten concepcio-
nes tradicionales sobre el rol docente que
limitan la adopción de tecnologías que au-
tomatizan aspectos del proceso educativo.
Conclusiones
La presente investigación proporciona evi-
dencia sustancial sobre el potencial trans-
formador de la inteligencia artificial como
recurso didáctico en la formación docen-
te universitaria ecuatoriana, al tiempo que
identifica desafíos críticos que requieren
atención sistémica para maximizar su im-
pacto educativo.
Los hallazgos consolidados a través del
análisis de literatura especializada y el es-
tudio de cuatro casos institucionales repre-
sentativos confirman que la implementación
estratégica de herramientas de IA contribu-
ye significativamente a la personalización
del aprendizaje, la eficiencia de procesos
tutoriales y la optimización de la evaluación
formativa. Las universidades analizadas
reportan mejoras cuantificables en indica-
dores académicos clave: incrementos en
retención de conocimientos (18-34%), re-
ducción de tiempos de respuesta a consul-
tas estudiantiles (hasta 60%), y mejoras en
la precisión de recomendaciones pedagó-
gicas personalizadas (78-82%).
Sin embargo, la investigación también reve-
la la persistencia de brechas estructurales
que limitan el aprovechamiento integral de
estas tecnologías. La capacitación docen-
te en competencias digitales avanzadas
emerge como factor crítico, considerando
que únicamente el 23% de los educadores
universitarios ecuatorianos demuestra ha-
bilidades suficientes para integrar efectiva-
mente herramientas de IA en sus prácticas
pedagógicas. Esta limitación se acentúa
por la resistencia al cambio metodológico
observada en aproximadamente un tercio
del cuerpo docente participante en los pro-
yectos analizados.
La dimensión infraestructural constituye otro
desafío fundamental, donde la disponibili-
dad heterogénea de recursos tecnológicos
entre instituciones genera disparidades en
las capacidades de implementación. Los
casos exitosos documentados se caracte-
rizan por inversiones significativas en hard-
ware especializado, conectividad robusta y
arquitecturas de datos que permiten el pro-
cesamiento eficiente de algoritmos comple-
jos de aprendizaje automático.
Desde una perspectiva regulatoria, Ecuador
requiere el desarrollo de marcos normativos
específicos que orienten el uso ético y pe-
dagógicamente fundamentado de la IA en
educación superior. La comparación con
experiencias internacionales evidencia que
países con mayor madurez en esta área han
implementado políticas integrales que abor-
dan aspectos de privacidad de datos, trans-
parencia algorítmica y equidad educativa.
Las implicaciones prácticas de estos ha-
llazgos sugieren la necesidad de adoptar
un enfoque sistémico para la integración
de IA en formación docente, que contem-
ple simultáneamente dimensiones técnicas,
pedagógicas, éticas y organizacionales.
Las universidades ecuatorianas pueden
beneficiarse del desarrollo de alianzas es-
tratégicas para compartir costos de imple-
mentación, programas colaborativos de
capacitación docente y protocolos estan-
darizados de evaluación de impacto.
La investigación contribuye al corpus de
conocimiento sobre IA educativa en con-
textos latinoamericanos, proporcionando
Quijije Véliz, F. S., Loor Cedeño, G. M., Loor Macías, D. G., & Murillo Quimiz, A. R.
291
REVISTA UNESUM-Ciencias Volumen 9, Número 3, 2025
evidencia empírica específica del entorno
ecuatoriano que puede informar decisiones
de política institucional y diseño de estrate-
gias de implementación. Los resultados su-
gieren que, con las condiciones apropiadas
de soporte técnico, capacitación docente y
marco regulatorio, la IA puede convertirse
en un catalizador efectivo para la moderni-
zación y mejora de la calidad en la forma-
ción docente universitaria.
Futuras líneas de investigación deberían
profundizar en el análisis longitudinal del
impacto de la IA sobre competencias pe-
dagógicas específicas de futuros docen-
tes, así como en el desarrollo de modelos
de evaluación que permitan medir efectos
a largo plazo sobre la calidad educativa en
niveles de educación básica y media, don-
de estos profesionales ejercerán posterior-
mente su labor formativa.
Bibliografía
ARCONEL. (2023). Informe estadístico del sector de
telecomunicaciones y tecnologías de la informa-
ción. Agencia de Regulación y Control de las
Telecomunicaciones. https://www.arcotel.gob.
ec/wp-content/uploads/2023/03/Boletin-estadis-
tico-2023.pdf
Baker, R., & Inventado, P. (2014). Educational data
mining and learning analytics. En J. A. Larusson
& B. White (Eds.), Learning analytics: From re-
search to practice (pp. 61-75). Springer. https://
doi.org/10.1007/978-1-4614-3305-7_4
Cabero-Almenara, J., & Palacios-Rodríguez, A.
(2021). La evaluación de la educación virtual:
Las e-actividades. RIED. Revista Iberoamerica-
na de Educación a Distancia, 24(2), 169-188.
https://doi.org/10.5944/ried.24.2.28994
Cabero-Almenara, J., Guillén-Gámez, F., Ruiz-Pal-
mero, J., & Palacios-Rodríguez, A. (2022). Di-
gital competence of higher education professor
according to DigCompEdu. Statistical research
methods with ANOVA between fields of knowled-
ge in different countries. Education and Informa-
tion Technologies, 27(4), 4691-4714. https://doi.
org/10.1007/s10639-021-10768-4
CES - Consejo de Educación Superior. (2023). Re-
glamento de régimen académico de educación
superior. Registro Oficial No. 473. https://www.
ces.gob.ec/documentos/Normativa/
Downes, S. (2020). Recent work in connectivism.
European Journal of Open, Distance and E-lear-
ning, 23(2), 112-131. https://doi.org/10.2478/eu-
rodl-2020-0009
García-Peñalvo, F. J., & Corell, A. (2020). La Co-
VId-19: ¿enzima de la transformación digital
de la docencia o reflejo de una crisis metodo-
lógica y competencial en la educación supe-
rior? Campus Virtuales, 9(2), 83-98. https://doi.
org/10.54988/cv.2020.2.617
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B.
(2016). Intelligence unleashed: An argument for
AI in education. Pearson Education. https://www.
pearson.com/content/dam/one-dot-com/one-
dot-com/global/Files/about-pearson/innovation/
Intelligence-Unleashed-Publication.pdf
MINTEL - Ministerio de Telecomunicaciones y de la
Sociedad de la Información. (2022). Plan Na-
cional de Transformación Digital 2022-2025.
Gobierno del Ecuador. https://www.telecomuni-
caciones.gob.ec/wp-content/uploads/2022/04/
Plan-Nacional-Transformacion-Digital-Ecuador.
pdf
Morales-Urrutia, D., Pérez-Paredes, P., & Romaní, J.
C. (2023). Competencias digitales docentes en
universidades ecuatorianas: Un estudio diag-
nóstico post-pandemia. Educación XX1, 26(1),
45-68. https://doi.org/10.5944/educxx1.33434
OCDE - Organización para la Cooperación y el
Desarrollo Económicos. (2021). OECD Digital
Education Outlook 2021: Pushing the Frontiers
with Artificial Intelligence, Blockchain and Ro-
bots. OECD Publishing. https://doi.org/10.1787/
589b283f-en
Popenici, S. A., & Kerr, S. (2017). Exploring the impact
of artificial intelligence on teaching and learning
in higher education. Research and Practice in
Technology Enhanced Learning, 12(1), 22. ht-
tps://doi.org/10.1186/s41039-017-0062-8
Roll, I., & Wylie, R. (2016). Evolution and revolution
in artificial intelligence in education. Internatio-
nal Journal of Artificial Intelligence in Education,
26(2), 582-599. https://doi.org/10.1007/s40593-
016-0110-3
Russell, S., & Norvig, P. (2021). Artificial Intelligence:
A Modern Approach (4th ed.). Pearson. https://
aima.cs.berkeley.edu/
UNESCO. (2023). Guidance for generative AI
in education and research. UNESCO Publi-
shing. https://unesdoc.unesco.org/ark:/48223/
pf0000386693
ARTÍCULO ORIGINAL: LA INTELIGENCIA ARTIFICIAL COMO RECURSO DIDÁCTICO EN LA FORMACIÓN DOCEN-
TE UNIVERSITARIA EN ECUADOR
REVISTA UNESUM-Ciencias Volumen 9, Número 3, 2025
292
Valdivia-Vázquez, J. A., Noguera, I., & Barbera, E.
(2022). Análisis de la adopción de inteligencia
artificial en educación superior latinoamericana:
Desafíos y oportunidades. Revista Iberoameri-
cana de Educación a Distancia, 25(2), 143-162.
https://doi.org/10.5944/ried.25.2.32743
VanLehn, K. (2011). The relative effectiveness of hu-
man tutoring, intelligent tutoring systems, and
other tutoring systems. Educational Psycholo-
gist, 46(4), 197-221. https://doi.org/10.1080/004
61520.2011.611369
Vega, M., Santamaría, F., & López, J. (2022). Imple-
mentación de chatbots académicos en univer-
sidades ecuatorianas: Estudio exploratorio de
impacto y aceptación. Revista Iberoamericana
de Educación a Distancia, 25(1), 87-105. https://
doi.org/10.5944/ried.25.1.30876
Winkler, R., & Söllner, M. (2018). Unleashing the po-
tential of chatbots in education: A state-of-the-art
analysis. Academy of Management Annual Mee-
ting Proceedings, 2018(1), 13903. https://doi.
org/10.5465/AMBPP.2018.13903abstract
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gou-
verneur, F. (2019). Systematic review of research
on artificial intelligence applications in higher
education–where are the educators? Internatio-
nal Journal of Educational Technology in Higher
Education, 16(1), 39. https://doi.org/10.1186/
s41239-019-0171-0
Ballestero, H. F. V., Pazos, R. E. A., Seisdedos, L. F.,
& Saltos, F. E. F. (2025). La inteligencia artificial
generativa como recurso didáctico en la educa-
ción superior. Una revisión sistemática. RECI-
MUNDO, 9(2), 247-261.
Gordillo, M. Á. M. (2025). La inteligencia artificial
como recurso didáctico en el proceso de en-
señanza y aprendizaje. Revista Multidisciplinar
Epistemología de las Ciencias, 2(2), 181-196.
Guamán-Inga, L. E., Quezada-Ureña, S. E.,
López-Fernández, R., & Gómez-Rodríguez, V.
G. (2023). Programa de capacitación para la
actualización sobre Inteligencia Artificial como
herramienta didáctica en los docentes. MQRIn-
vestigar, 7(4), 1721-1738.
Chávez, C. A. C. (2024). Inteligencia artificial como
recurso didáctico en la educación superior. Una
revisión sistemática. RECIMUNDO, 8(4), 51-65.
Jaya-Ushca, L. F., Villacís-Tagle, J. A., & Reigosa-La-
ra, A. (2024). Recursos didácticos de enseñan-
za aprendizaje con ayuda de la gamificación e
inteligencia artificial para docentes. MQRInvesti-
gar, 8(2), 2296-2310.
Arias, E. J. J., Chalacan, L. J. M., & Toapanta, W. V.
C. (2022). La inteligencia artificial como acelera-
dor para la creación de recursos didácticos en
la educación superior. Revista Conrado, 18(S3),
8-14.
Cómo citar: Quijije Véliz, F. S., Loor Cedeño, G. M.,
Loor Macías, D. G., & Murillo Quimiz, A. R. (2025). La
inteligencia artificial como recurso didáctico en la for-
mación docente universitaria en Ecuador. UNESUM
- Ciencias. Revista Científica Multidisciplinaria, 9(3),
281–292. https://doi.org/10.47230/unesum-ciencias.
v9.n3.2025.281-292
Quijije Véliz, F. S., Loor Cedeño, G. M., Loor Macías, D. G., & Murillo Quimiz, A. R.