Journal of Economic and Social Science Research / Vol. 0 5 / Núm. 0 1 / www.economicsocialresearch.com pág. 119 Journal of Economic and Social Science Research ISSN: 2953 - 6790 Vol. 5 - Núm. 1 / Enero – Marzo 202 5 Enseñanza de las ciencias sociales con metodologías pedagógicas de inteligencia artificial Teaching social sciences using artificial intelligence pedagogical methodologies Piedra - Castro, Wilson Iván 1 https://orcid.org/0000 - 0002 - 9565 - 9961 wipiedra@uce.edu.ec Universidad de Panamá , Doctorado en Educación , Panamá , Panamá Autor de correspondencia 1 DOI / UR L: https://doi.org/10.55813/gaea/jessr/v5/n1/164 R esumen: La integración de la inteligencia artificial (IA) en la enseñanza de las ciencias sociales ofrece innovaciones significativas al personalizar el aprendizaje y automatizar procesos administrativos. Este estudio analiza los desafíos y oportunidades de implem entar metodologías pedagógicas basadas en IA en la educación superior. Mediante una revisión sistemática de literatura reciente, se identificaron beneficios clave como la adaptación de contenidos a necesidades individuales y la optimización del tie mpo docente. No obstante, se evidencian barreras como la brecha tecnológica, la falta de formación docente y preocupaciones éticas sobre la privacidad de los datos. La personalización facilita un aprendizaje inclusivo y crítico, mientras que la automatizac ión reduce tareas repetitivas, permitiendo a los docentes enfocarse en procesos pedagógicos significativos. Para superar las limitaciones, es esencial invertir en infraestructura tecnológica, desarrollar programas de capacitación continua y establecer polí ticas éticas claras. La IA tiene el potencial de transformar la enseñanza de las ciencias sociales, pero su implementación requiere un enfoque integral que garantice equidad, transparencia y uso responsable de los datos. Palabras clave: inteligencia artificial; enseñanza de ciencias sociales; personalización del aprendizaje; automatización educativa; educación superior . Research Article Received: 1 7 / Nov /202 4 Accepted: 14/ Dic /202 4 Published: 3 1 / Ene/ 202 5 Cita: Piedra - Castro, W. I. (2025). Enseñanza de las ciencias sociales con metodologías pedagógicas de inteligencia artificial. Journal of Economic and Social Science Research , 5(1), 119 – 130. https://doi.org/10.55813/gaea/jessr/v5/n1/164 Journal of Economic and Social Science Research (JESSR) https://economicsocialresearch.com info@editoriagrupo - aea.com Nota del editor: Editorial Grupo AEA se mantiene neutral con respecto a las reclamaciones legales resultantes de contenido publicado. L a responsabilidad de información publicada recae enteramente en los autores. © 202 5 . Este artículo es un documento de acceso abierto distribuido bajo los términos y condiciones de la Licencia Creative Commons, Atribución - NoComercial 4.0 Internacional.
Journal of Economic and Social Science Research / Vol. 0 5 / Núm. 0 1 / www.economicsocialresearch.com pág. 120 Research Article Enero – Marzo 202 5 Abstract: The integration of artificial intelligence (AI) in social sciences teaching offers significant innovations by personalizing learning and automating administrative processes. This study analyzes the challenges and opportunities of implementing AI - based pedagogical methodologies in higher education. Through a syste matic review of recent literature, key benefits such as tailoring content to individual needs and optimizing teaching time were identified. However, barriers such as the technology gap, lack of teacher training and ethical concerns about data privacy are e vident. Personalization facilitates inclusive and critical learning, while automation reduces repetitive tasks, allowing teachers to focus on meaningful pedagogical processes. To overcome limitations, it is essential to invest in technological infrastructu re, develop ongoing training programs and establish clear ethical policies. AI has the potential to transform social science teaching, but its implementation requires a comprehensive approach that ensures equity, transparency, and responsible use of data. Keywords: artificial intelligence; social science teaching; personalization of learning; educational automation; higher education . 1. Introducción La integración de la inteligencia artificial (IA) en la enseñanza de las ciencias sociales ha emergido como una tendencia significativa en la educación contemporánea. Esta convergencia busca enriquecer los métodos pedagógicos tradicionales, ofreciendo expe riencias de aprendizaje más personalizadas y adaptativas. Sin embargo, su implementación plantea desafíos que requieren un análisis profundo (Delgado et al., 2024; Bustamante Bula & Camacho Bonilla, 2024). La enseñanza de las ciencias sociales enfrenta dificultades en la adaptación de contenidos a las necesidades individuales de los estudiantes y en la promoción de un aprendizaje activo y crítico. La incorporación de metodologías pedagógicas basadas en IA pr omete abordar estas limitaciones, facilitando la personalización del aprendizaje y la automatización de tareas administrativas (Eras Guaman et al., 2024). No obstante, su adopción conlleva desafíos, como la resistencia al cambio por parte de los educadores y la falta de infraestructura tecnológica adecuada (Piedra - Castro et al., 2024). La implementación de la IA en la educación puede influir en diversos factores, incluyendo la privacidad de los datos de los estudiantes, la equidad en el acceso a tecnologías y la formación adecuada de los docentes. Además, existen preocupaciones sobre la posible dependencia excesiva de la IA y sus implicaciones en la capacidad de los estudiantes para resolver problemas de manera autónoma (Delgado et al., 2024; Barcia Cedeño et al., 2024). Para que estas herramientas logren su máximo potencial en la enseñan za de las ciencias sociales, es fundamental
Journal of Economic and Social Science Research / Vol. 0 5 / Núm. 0 1 / www.economicsocialresearch.com pág. 121 Research Article Enero – Marzo 202 5 establecer marcos éticos claros y políticas educativas adecuadas que garanticen un uso responsable. La justificación para integrar la IA en la enseñanza de las ciencias sociales radica en su potencial para transformar el proceso educativo, permitiendo un aprendizaje más personalizado y efectivo. Sin embargo, es crucial abordar cuestiones relacionadas con la privacidad de los datos, la equidad en el acceso a tecnologías y la formación adecuada de los docentes (Eras Guaman et al., 2024; Barcia Cedeño et al., 2024). La viabilidad de esta integración depende de la inversión en infraestructura tecnológica, el desarrollo de políticas y marcos éticos adecuados, y la capacitación continua de los educadores (Piedra - Castro et al., 2024; Delgado et al., 2024). La combinación de estos elementos permitirá superar las barreras existentes y aprovechar los beneficios de l a IA en contextos educativos diversos. Este artículo tiene como objetivo analizar las tendencias, oportunidades y desafíos de la integración de la inteligencia artificial en la enseñanza de las ciencias sociales en la educación superior. Se realizará una revisión exhaustiva de la literatura científica reciente para evaluar el impacto de la IA en la personalización del aprendizaje, la automatización de tareas administrativas y la promoción de habilidades críticas en los estudiantes (Bustamante Bula & Camacho Bonilla, 2024; Delgado et al., 2024). Además, se explorarán las barreras para su adopción y se propondrán estrategias para una implementación efectiva y ética en el contexto ed ucativo. Este análisis busca proporcionar una base sólida para comprender el papel de la IA en la transformación de las metodologías pedagógicas en la enseñanza de las ciencias sociales. 2. Materiales y métodos La presente investigación adopta un enfoque exploratorio con el fin de analizar el impacto, los desafíos y las oportunidades de la integración de metodologías pedagógicas basadas en inteligencia artificial (IA) en la enseñanza de las ciencias sociales. Este estudio se desarrolla a través de una revisión bibliográfica sistemática, centrada en fuentes científicas indexadas en bases de datos reconocidas como Scopus y Web of Science, así como revistas arbitradas de acceso abierto que cumplen con estándares de calidad académica. La metodología emp leada permite identificar y sintetizar la información existente, garantizando un análisis riguroso y actualizado sobre el tema. Para llevar a cabo esta revisión bibliográfica, se realizó una búsqueda exhaustiva de literatura científica publicada entre los años 2019 y 2024, con el objetivo de asegurar la pertinencia y actualidad de los hallazgos. Se utilizaron palabras clave específ icas como “inteligencia artificial”, “enseñanza de las ciencias sociales”, “metodologías pedagógicas”, “educación superior” y “aprendizaje personalizado”, combinándolas mediante operadores booleanos para optimizar los resultados. La búsqueda incluyó
Journal of Economic and Social Science Research / Vol. 0 5 / Núm. 0 1 / www.economicsocialresearch.com pág. 122 Research Article Enero – Marzo 202 5 artículos científicos, revisiones sistemáticas y estudios empíricos que abordaran la implementación y evaluación de la IA en entornos educativos. El proceso de selección de los estudios se realizó en varias etapas. Inicialmente, se identificaron artículos potenciales a partir de los títulos y resúmenes obtenidos en las búsquedas. Posteriormente, se aplicaron criterios de inclusión y exclusión para d eterminar su relevancia. Los criterios de inclusión consideraron estudios publicados en revistas indexadas, que abordaran específicamente la relación entre inteligencia artificial y pedagogía en la enseñanza de las ciencias sociales. Los estudios no relaci onados directamente con la temática, o aquellos que no cumplieran con estándares de calidad metodológica, fueron excluidos del análisis. Una vez seleccionados los artículos pertinentes, se procedió a un análisis cualitativo y descriptivo de los contenidos. Este análisis permitió identificar las tendencias más relevantes, las aplicaciones prácticas de la IA en el ámbito educativo y los desaf íos asociados a su implementación. Además, se realizó una categorización de los temas emergentes, tales como la personalización del aprendizaje, la automatización de tareas administrativas, la equidad tecnológica y la formación docente. Esta categorización facilitó la síntesis de la información y proporcionó una base sólida para la discusión de los resultados. La revisión bibliográfica también incluyó un análisis crítico de los estudios seleccionados, evaluando sus metodologías, hallazgos y limitaciones. Este proceso permitió identificar vacíos en la literatura y áreas de oportunidad para futuras investigaciones en el campo de la educación y la inteligencia artificial. Al ser un estudio exploratorio, la metodología empleada no busca establecer conclusiones definitivas, sino más bien ofrecer una visión integral que sirva como punto de partida para investigaciones más específicas y aplicadas. Finalmente, se consolidaron los hallazgos obtenidos en una estructura lógica y coherente que facilita la comprensión de la relación entre la inteligencia artificial y las metodologías pedagógicas en la enseñanza de las ciencias sociales. La información rec opilada y analizada se presenta de manera sistemática en los apartados de resultados y discusión, con el fin de proporcionar una contribución significativa al conocimiento académico y a la práctica educativa en este ámbito. 3. Resultados 3.1. Aplicaciones de la inteligencia artificial en la enseñanza de las ciencias sociales La integración de la inteligencia artificial (IA) en la enseñanza de las ciencias sociales está transformando de manera significativa los procesos educativos al proporcionar soluciones innovadoras que benefician tanto a docentes como a estudiantes. Esta te cnología está demostrando ser una herramienta efectiva en dos áreas cruciales: la
Journal of Economic and Social Science Research / Vol. 0 5 / Núm. 0 1 / www.economicsocialresearch.com pág. 123 Research Article Enero – Marzo 202 5 personalización del aprendizaje y la automatización de tareas administrativas, elementos fundamentales para enfrentar los desafíos actuales del sistema educativo y mejorar la calidad de la enseñanza. 3.1.1. Personalización del aprendizaje La personalización del aprendizaje es una de las contribuciones más valiosas de la inteligencia artificial en la educación, ya que permite ajustar los contenidos, estrategias y ritmos pedagógicos a las características y necesidades específicas de cada estu diante. A través de algoritmos de aprendizaje automático y sistemas adaptativos, la IA analiza datos sobre el desempeño, las habilidades y las preferencias de los estudiantes, generando rutas de aprendizaje diferenciadas y más efectivas. Este proceso facil ita la identificación de debilidades en la comprensión de los contenidos, permitiendo la entrega de materiales personalizados que favorecen el progreso académico (Delgado et al., 2024). Por ejemplo, las plataformas adaptativas no solo recomiendan recursos específicos en función del nivel del estudiante, sino que también monitorean su evolución en tiempo real. Los sistemas de tutoría inteligente, por su parte, ofrecen retroalimentación con stante y precisa, facilitando el aprendizaje autónomo y reduciendo la necesidad de intervención directa por parte del docente en temas básicos. Esto resulta especialmente beneficioso en las ciencias sociales, donde la enseñanza se centra en el desarrollo d el pensamiento crítico, la comprensión de contextos complejos y la interpretación de fenómenos sociales (Piedra - Castro et al., 2024). La IA logra personalizar estos enfoques, proporcionando estudios de caso, lecturas complementarias o actividades basadas e n el perfil cognitivo del estudiante, lo que fomenta un aprendizaje profundo y significativo (Laoutaris & Banchs, 2024). Adicionalmente, la personalización contribuye a la inclusión educativa al atender la diversidad en las aulas. Estudiantes con diferentes ritmos de aprendizaje, discapacidades o limitaciones de acceso encuentran en la IA un recurso que nivela las oportunida des, ya que las tecnologías pueden ajustarse a sus requerimientos específicos. Al final, esta capacidad de adaptación no solo mejora los resultados académicos, sino que también incrementa la motivación y el compromiso de los estudiantes al ofrecerles una e xperiencia educativa alineada con sus intereses y fortalezas. 3.1.2. Automatización de tareas administrativas Por otro lado, la automatización de tareas administrativas representa otro de los avances más relevantes de la implementación de la inteligencia artificial en el entorno educativo. La IA optimiza procesos operativos y repetitivos, como la gestión de inscri pciones, la organización de horarios, la calificación de exámenes, la elaboración de reportes y el seguimiento del rendimiento académico de los estudiantes. Estas actividades, que tradicionalmente demandan una cantidad significativa de tiempo y recursos, s on ahora gestionadas de manera eficiente por sistemas inteligentes,
Journal of Economic and Social Science Research / Vol. 0 5 / Núm. 0 1 / www.economicsocialresearch.com pág. 124 Research Article Enero – Marzo 202 5 permitiendo a los educadores centrarse en actividades de mayor valor pedagógico (Cajamarca - Correa, et al. 2024). Por ejemplo, las herramientas automatizadas de evaluación no solo corrigen exámenes con rapidez, sino que también generan análisis detallados sobre las respuestas, identificando tendencias de desempeño y áreas críticas que requieren mayor atención. De esta forma, los docentes obtienen información útil para ajustar sus metodologías de enseñanza y atender oportunamente las necesidades de los estudiantes. Además, los sistemas de gestión del aprendizaje (LMS) integrados con inteligencia artificial facilitan la organización de recursos didácticos, el envío de notificaciones y la comunicación directa entre docentes y alumnos, agilizando el flujo de información dentro de las instituciones educativas. La automatización también impacta en la reducción de errores administrativos, garantizando procesos más precisos y transparentes. En el ámbito de las ciencias sociales, donde la evaluación del desempeño suele involucrar análisis de ensayos, presentaciones o investigaciones, la IA puede asistir a los docentes en tareas como la revisión preliminar de textos o la detección de plagio, permitiendo que su tiempo sea invertido en ofrecer retroalimentación más cualitativa y constructiva. Por último, la eficiencia administrativa que aporta la IA no solo beneficia a los docentes, sino también a los estudiantes y a las instituciones educativas en general. La optimización de procesos permite la creación de entornos académicos más organizados y estructurados, lo que repercute en un mejor uso de los recursos disponibles y en la posibilidad de enfocar esfuerzos en la mejora continua del proceso de enseñanza - aprendizaje. En síntesis , la implementación de la inteligencia artificial en la enseñanza de las ciencias sociales, a través de la personalización del aprendizaje y la automatización de tareas administrativas, representa una oportunidad invaluable para fortalecer la calidad educativa. Al proporcionar soluciones adaptativas y optimizar procesos administrativos, la IA facilita un entorno educativo más eficiente, inclusivo y centrado en las necesidades de los estudiantes, contribuyendo a la formación de individuos con un pensamiento crítico robusto y preparados para enfrentar los desafíos del mundo actual (Santander - Salmon, 2024). 3.2. Desafíos de la im plementación de la inteligencia artificial en educación La implementación de la inteligencia artificial (IA) en el ámbito educativo está revolucionando los métodos de enseñanza, ofreciendo herramientas innovadoras que facilitan procesos pedagógicos y administrativos. Sin embargo, esta transformación enfrenta desafíos fundamentales que deben resolverse para garantizar una implementación equitativa, ética y efectiva. Los principales obstáculos identificados incluyen la brecha tecnológica y desigualdad de acceso, la formación docente insuficiente y las consideraciones éticas relacionadas con la privacidad de los datos.
Journal of Economic and Social Science Research / Vol. 0 5 / Núm. 0 1 / www.economicsocialresearch.com pág. 125 Research Article Enero – Marzo 202 5 3.2.1. Brecha tecnológica y desigualdad de acceso La desigualdad en el acceso a tecnologías es uno de los problemas más críticos en la implementación de la IA en educación. Esta brecha tecnológica se manifiesta principalmente en regiones con infraestructura limitada y en contextos socioeconómicos desfavor ecidos, donde los recursos tecnológicos, como dispositivos conectados a internet y plataformas educativas, son escasos o inexistentes. Esta situación profundiza las disparidades educativas, relegando a estudiantes y docentes en entornos vulnerables a un ac ceso limitado a herramientas digitales avanzadas (Camacho & Tambasco, 2023). De acuerdo con Guanga Inca et al. (2024), la falta de inversión en infraestructura tecnológica impide que muchos sistemas educativos puedan aprovechar las ventajas de la IA. Este problema es particularmente grave en países en desarrollo, donde la desiguald ad en la distribución de recursos tecnológicos y la conectividad a internet limita la implementación efectiva de estas soluciones. Para superar esta brecha, es necesario que los gobiernos y organismos internacionales impulsen políticas públicas que promuev an la inversión en infraestructura tecnológica. Iniciativas como la dotación de dispositivos, el acceso gratuito a internet en instituciones educativas y la formación de alianzas con el sector privado pueden contribuir a garantizar una implementación más e quitativa de la IA ( Clavijo - Cáceres et al. 2024) . Asimismo, es importante destacar que la brecha digital no solo afecta a los estudiantes, sino también a los docentes y administradores, quienes necesitan contar con acceso a herramientas tecnológicas y capacitación para optimizar su uso. En este sentido, u na distribución equitativa de la tecnología es crucial para democratizar el acceso a los beneficios de la inteligencia artificial en educación ( Puyol - Cortez, & Mina - Bone, 2022) . 3.2.2. Formación docente insuficiente Otro desafío significativo en la implementación de la IA es la falta de capacitación de los docentes. La efectividad de estas herramientas tecnológicas depende, en gran medida, de la habilidad del profesorado para integrarlas de manera adecuada en sus prác ticas pedagógicas. Sin embargo, muchos educadores carecen de formación técnica y metodológica para manejar herramientas de inteligencia artificial, lo que genera resistencia al cambio y limita la adopción de estas tecnologías ( Prieto - Gutierrez, et al . 2023 ). Delgado et al. (2024) señalan que los docentes que no están familiarizados con la IA tienden a percibir más dificultades que beneficios en su implementación. Esta percepción negativa es producto de una insuficiente formación inicial y de la ausencia de pro gramas de actualización que aborden las competencias digitales y pedagógicas necesarias para usar la IA en contextos educativos. Por ello, resulta imprescindible establecer programas de formación continua que capaciten a los docentes no solo en el uso técn ico de estas herramientas, sino también en su integración didáctica y pedagógica (Álvarez Merelo & Cepeda Morante, 2024).
Journal of Economic and Social Science Research / Vol. 0 5 / Núm. 0 1 / www.economicsocialresearch.com pág. 126 Research Article Enero – Marzo 202 5 La capacitación debe ser inclusiva y accesible, proporcionando estrategias que permitan a los educadores familiarizarse con el uso de la IA en distintas áreas del conocimiento, incluidas las ciencias sociales. Además, es fundamental que los docentes compre ndan cómo la IA puede servir como un recurso complementario para mejorar la personalización del aprendizaje, facilitar la evaluación y promover la participación activa de los estudiantes. 3.2.3. Consideraciones éticas y privacidad de datos La implementación de la IA en la educación plantea también serios desafíos éticos, particularmente en lo que respecta a la recopilación, el uso y la protección de los datos personales de los estudiantes. Las plataformas educativas basadas en inteligencia a rtificial requieren grandes volúmenes de información para personalizar el aprendizaje y ofrecer soluciones adaptativas. Sin embargo, este proceso involucra riesgos relacionados con la seguridad y la privacidad de los datos, así como con la posibilidad de u n uso indebido de la información recopilada. Bustamante Bula y Camacho Bonilla (2024) advierten que la falta de marcos regulatorios claros puede generar vulnerabilidades en la protección de los datos, afectando la confianza de los estudiantes, familias y docentes en el uso de estas tecnologías. Es im perativo que las instituciones educativas adopten políticas robustas de protección de datos que garanticen la confidencialidad, el almacenamiento seguro de la información y su uso exclusivamente con fines educativos. Además, las consideraciones éticas no se limitan únicamente a la protección de datos, sino que también incluyen la equidad en la implementación de la IA y el manejo transparente de sus algoritmos. Es crucial que las soluciones de IA utilizadas en la educac ión estén libres de sesgos que puedan perpetuar desigualdades o generar discriminación en el proceso de enseñanza - aprendizaje. Para ello, se deben establecer normas éticas que promuevan la transparencia en el diseño de los algoritmos y fomenten el uso resp onsable y equitativo de la inteligencia artificial (Piedra - Castro, et al. 2024). En síntesis, aunque la inteligencia artificial tiene un enorme potencial para transformar la educación y optimizar los procesos de enseñanza y aprendizaje, su implementación enfrenta desafíos considerables que deben ser atendidos. La brecha tecnológica, la formación docente insuficiente y las preocupaciones éticas sobre la privacidad de los datos son obstáculos que exigen una atención prioritaria. La colaboración entre gobiernos, instituciones educativas y el sector tecnológico es fundamental para desarroll ar soluciones inclusivas, equitativas y éticas que permitan aprovechar al máximo los beneficios de la inteligencia artificial en la educación (Arredondo Castillo, 2020).
Journal of Economic and Social Science Research / Vol. 0 5 / Núm. 0 1 / www.economicsocialresearch.com pág. 127 Research Article Enero – Marzo 202 5 4. Discusión La integración de la inteligencia artificial (IA) en la educación, especialmente en la enseñanza de las ciencias sociales, ha suscitado un debate multifacético que abarca tanto sus aplicaciones potenciales como los desafíos inherentes a su implementación. Por un lado, la IA ofrece oportunidades para personalizar el aprendizaje y automatizar tareas administrativas, lo que podría mejorar la eficiencia educativa y adaptarse a las necesidades individuales de los estudiantes. Sin embargo, la adopción de estas te cnologías también enfrenta obstáculos significativos, como la brecha tecnológica, la formación docente insuficiente y las consideraciones éticas relacionadas con la privacidad de los datos (Moreira - Alcívar, 2024). La personalización del aprendizaje mediante IA permite adaptar los contenidos y métodos pedagógicos a las características específicas de cada estudiante, facilitando una educación más inclusiva y efectiva. No obstante, la implementación de estas tecnología s requiere una infraestructura tecnológica adecuada y acceso equitativo, aspectos que aún presentan desafíos en diversas regiones (Guanga Inca et al., 2024). Además, la automatización de tareas administrativas puede liberar tiempo para que los docentes se concentren en actividades pedagógicas de mayor valor. Sin embargo, la falta de formación adecuada en el uso de estas herramientas puede limitar su efectividad y generar resistencia al cambio entre el personal educativo (Delgado et al., 2024). Las consideraciones éticas y la privacidad de los datos son aspectos críticos que deben ser abordados para garantizar una implementación responsable de la IA en la educación. La recopilación y análisis de datos personales de los estudiantes requieren medid as robustas para proteger su confidencialidad y asegurar un uso ético de la información (Bustamante Bula & Camacho Bonilla, 2024). En conclusión, aunque la inteligencia artificial tiene el potencial de transformar la educación y mejorar la enseñanza de las ciencias sociales, es fundamental abordar de manera proactiva los desafíos asociados a su implementación. Esto incluye garantizar el acceso equitativo a la tecnología, proporciona r formación adecuada a los docentes y establecer marcos éticos sólidos que protejan la privacidad de los datos de los estudiantes. 5. Conclusiones La implementación de la inteligencia artificial en la enseñanza de las ciencias sociales representa un avance significativo en la transformación de los procesos educativos, con implicaciones positivas y desafíos que deben ser atendidos. La capacidad de la IA para personalizar el aprendizaje y adaptarse a las necesidades individuales de los estudiantes mejora la calidad educativa, fomentando un desarrollo académico más
Journal of Economic and Social Science Research / Vol. 0 5 / Núm. 0 1 / www.economicsocialresearch.com pág. 128 Research Article Enero – Marzo 202 5 inclusivo y enfocado en el progreso específico de cada alumno. Del mismo modo, la automatización de tareas administrativas permite optimizar el tiempo y los recursos de los docentes, posibilitando su concentración en actividades pedagógicas más significati vas. Sin embargo, la adopción de la IA en el ámbito educativo no está exenta de limitaciones y retos. La brecha tecnológica y la desigualdad en el acceso a infraestructura y dispositivos tecnológicos son factores que profundizan las disparidades educativas, esp ecialmente en regiones desfavorecidas. Para contrarrestar esta problemática, es indispensable garantizar el acceso equitativo a recursos tecnológicos mediante políticas públicas y estrategias institucionales que favorezcan la inclusión digital en todos los niveles educativos. La formación docente emerge como otro aspecto central en la implementación exitosa de la IA. La falta de capacitación y familiarización con estas herramientas puede generar resistencia entre los educadores, limitando el aprovechamiento pleno de sus benefic ios. Resulta fundamental diseñar programas de formación continua que proporcionen a los docentes habilidades tanto técnicas como pedagógicas, permitiéndoles integrar la IA de manera efectiva en sus prácticas educativas. Además, las consideraciones éticas y la protección de la privacidad de los datos representan desafíos críticos que requieren la implementación de marcos regulatorios sólidos y políticas que aseguren un uso responsable de la información. La transparencia en el diseño de los algoritmos, junto con el respeto a la confidencialidad de los datos personales de los estudiantes, son elementos esenciales para fomentar la confianza en el uso de estas tecnologías dentro del entorno educativo. En definitiva, la inteligencia artificial tiene el potencial de redefinir la enseñanza de las ciencias sociales, mejorando la calidad y equidad del aprendizaje. No obstante, su implementación exitosa dependerá del compromiso de los actores educativos, las políticas gubernamentales y el desarrollo de estrategias integrales que aborden los desafíos existentes. Solo mediante un enfoque equilibrado, inclusivo y ético será posible aprovechar al máximo los beneficios de la IA para construi r una educación más adaptativa, innovadora y sostenible. CONFLICTO DE INTERESES Los autores declaran no tener ningún conflicto de intereses . Referencias B ibliográficas Álvarez Merelo, J. C., & Cepeda Morante, L. J. (2024). El impacto de la inteligencia artificial en la enseñanza y el aprendizaje. LATAM , 5(3). https://doi.org/10.56712/latam.v5i3.2061
Journal of Economic and Social Science Research / Vol. 0 5 / Núm. 0 1 / www.economicsocialresearch.com pág. 129 Research Article Enero – Marzo 202 5 Arredondo Castillo, M. (2020). Inteligencia artificial en la educación: Implementación de un chatbot en la enseñanza universitaria. [Tesis de maestría, Pontificia Universidad Católica del Perú]. https://hdl.handle.net/20.500.12404/20996 Barcia Cedeño, E. I., Tambaco Quintero, A. R., Angulo Quiñónez, O. G., Prado Zamora, M. E., & Valverde Prado, N. G. (2024). Análisis de tendencias y futuro de la Inteligencia Artificial en la Educación Superior: perspectivas y desafíos. Ciencia Latina Revista Científica Multidisciplinar , 8(1), 3061 - 3076. https://doi.org/10.37811/cl_rcm.v8i1.9637 Bustamante Bula, R., & Camacho Bonilla, A. (2024). Inteligencia artificial (IA) en las escuelas: una revisión sistemática (2019 - 2023). Enunciación , 29(1). https://doi.org/10.14483/22486798.22039 Cajamarca - Correa, M. A., Cangas - Cadena, A. L., Sánchez - Simbaña, S. E., & Pérez - Guillermo, A. G. (2024). Nuevas tendencias en el uso de recursos y herramientas de la Tecnología Educativa para la Educación Universitaria . Journal of Economic and Social Science Research , 4 (3), 127 – 150. https://doi.org/10.55813/gaea/jessr/v4/n3/124 Camacho, M., & Tambasco, P. (2023). El impacto de la Inteligencia Artificial en la educación: Riesgos y potencialidades de la IA en el aula. Revista Interuniversitaria de Investigación en Tecnología Educativa , 13, 45 – 60. https://doi.org/10.6018/riite.584501 Clavijo - Cáceres, J. L., Hurtado - Guevara, R. F., Casanova - Villalba, C. I., & Estefano - Almeida, M. A. (2024). El impacto de la inteligencia artificial en decisiones administrativas basado en revisión de literatura científica. Multidisciplinary Collaborative Journal, 2 (1), 39 - 51. https://doi.org/10.70881/mcj/v2/n1/30 Delgado, N., Campo Carrasco, L., Sainz de la Maza, M., & Etxabe - Urbieta, J. M. (2024). Aplicación de la Inteligencia Artificial (IA) en Educación: Los beneficios y limitaciones de la IA percibidos por el profesorado de educación primaria, educación secunda ria y educación superior. Revista Electrónica Interuniversitaria de Formación del Profesorado , 27(1), 207 – 224. https://doi.org/10.6018/reifop.577211 Eras Guaman, Y. E., Camacho Martínez, A. E., Echeverría Saldarriaga, P. F., & Jaramillo Montecinos, R. V. (2024). Innovación educativa mediante inteligencia artificial en la enseñanza. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades , 5(2), 1 - 17. https://doi.org/10.56712/latam.v5i4.2575 Guanga Inca, U. R., Bauz, A. C., Lozada Lozada, R. F., Reinoso Llantui, M. del C., & Paz Bravo, R. B. (2024). Desafíos de la Educación para la Implementación de la Inteligencia Artificial. Ciencia Latina Revista Científica Multidisciplinar , 8(3), 3589 - 3602. https://doi.org/10.37811/cl_rcm.v8i3.11576
Journal of Economic and Social Science Research / Vol. 0 5 / Núm. 0 1 / www.economicsocialresearch.com pág. 130 Research Article Enero – Marzo 202 5 Laoutaris, N., & Banchs, A. (2024). Oportunidades y riesgos de la inteligencia artificial en la educación secundaria. Revista de Educación y Tecnología Moreira - Alcívar, E. F. (2024). Integración de la inteligencia artificial en la enseñanza de las Ciencias Sociales en la educación superior. Journal of Economic and Social Science Research , 4(3), 105 – 126. https://doi.org/10.55813/gaea/jessr/v4/n3/123 Piedra - Castro, W. I., Burbano - Buñay, E. S., Tamayo - Verdezoto, J. J., & Moreira - Alcívar, E. F. (2024). Inteligencia artificial y su incidencia en la estrategia metodológica de aprendizaje basado en investigación. Journal of Economic and Social Science Research , 4 (2), 178 – 196. https://doi.org/10.55813/gaea/jessr/v4/n2/106 Piedra - Castro, W. I., Cajamarca - Correa, M. A., Burbano - Buñay, E. S., & Moreira - Alcívar, E. F. (2024). Integración de la inteligencia artificial en la enseñanza de las Ciencias Sociales en la educación superior. Journal of Economic and Social Science Research , 105 - 126. https://dialnet.unirioja.es/servlet/articulo?codigo=9741800 Piedra - Castro, W. I., Cajamarca - Correa, M. A., Burbano - Buñay, E. S., & Moreira - Alcívar, E. F. (2024). Integración de la inteligencia artificial en la enseñanza de las Ciencias Sociales en la educación superior. Journal of Economic and Social Science Research , 4 (3), 105 – 126. https://doi.org/10.55813/gaea/jessr/v4/n3/123 Prieto - Gutierrez, J. J., Segado - Boj, F., & Da Silva França, F. (2023). Artificial intelligence in social science: A study based on bibliometrics analysis. arXiv preprint . https://doi.org/10.48550/arXiv.2312.10077 Puyol - Cortez, J. L., & Mina - Bone, S. G. (2022). Explorando el liderazgo de los profesores en la educación superior: un enfoque en la UTELVT Santo Domingo. Journal of Economic and Social Science Research , 2 (2), 16 – 28. https://doi.org/10.55813/gaea/jessr/v2/n2/49 Santander - Salmon, E. S. (2024). Métodos pedagógicos innovadores: Una revisión de las mejores prácticas actuales. Revista Científica Zambos, 3 (1), 73 - 90. https://doi.org/10.69484/rcz/v3/n1/13