Integración de la inteligencia artificial en la enseñanza de las Ciencias Sociales en la educación superior
DOI:
https://doi.org/10.55813/gaea/jessr/v4/n3/123Palabras clave:
Inteligencia artificial, Enseñanza, Ciencias sociales, Educación superior, Innovación educativaResumen
La integración de la inteligencia artificial (IA) en la enseñanza de las ciencias sociales en la educación superior se ha vuelto un tema crucial debido a la rápida evolución tecnológica y el acceso a herramientas digitales, que permiten un aprendizaje más personalizado y efectivo. Este estudio tiene como objetivo analizar las tendencias, oportunidades y desafíos de la IA en este contexto. Metodológicamente, se realizó una revisión exhaustiva de artículos de la base de datos Scopus del año 2024, seleccionando 436 artículos relevantes que fueron analizados cualitativa y cuantitativamente. Los resultados indican que el 58.3% de las publicaciones son artículos científicos, seguidos por actas de conferencias y revisiones, lo que subraya la preferencia por la validación y replicabilidad en la diseminación del conocimiento. La discusión revela que, a pesar del potencial de la IA para personalizar la educación y automatizar tareas administrativas, existen barreras significativas como la falta de infraestructura tecnológica adecuada y la resistencia al cambio entre los educadores. Finalmente, se concluye que, para una adopción efectiva de la IA en la educación superior, es esencial invertir en infraestructura, capacitar a los docentes y desarrollar marcos éticos y regulatorios robustos que garanticen la equidad y privacidad de los datos estudiantiles.
Descargas
Citas
Anderson, T., & Shattuck, J. (2012). Design-based research: A decade of progress in education research? Educational Researcher, 41(1), 16-25. https://doi.org/10.3102/0013189X11428813
Baker, R. S., & Inventado, P. S. (2014). Educational data mining and learning analytics. In J. A. Larusson & B. White (Eds.), Learning analytics (pp. 61-75). Springer.
Baker, T., & Smith, L. (2019). Educ-AI-tion rebooted? Exploring the future of artificial intelligence in schools and colleges. Nesta. https://www.nesta.org.uk/report/educ-ai-tion-rebooted/
Binns, R. (2018). Fairness in machine learning: Lessons from political philosophy. Proceedings of the 2018 Conference on Fairness Accountability and Transparency, 149-159. https://doi.org/10.1145/3287560.3287591
Bornmann, L. (2011). Scientific peer review. Annual Review of Information Science and Technology, 45(1), 197-245. https://doi.org/10.1002/aris.2011.1440450112
Brynjolfsson, E., & McAfee, A. (2014). The second machine age: Work, progress, and prosperity in a time of brilliant technologies. W.W. Norton & Company.
Carter, S., McCartney, M., & Wu, J. (2018). Developing a national AI strategy: Key considerations for policymakers. Journal of AI Policy and Strategy, 2(1), 45-62. https://doi.org/10.1145/3175883.3175890
De Jong, T., Sotiriou, S., & Gillet, D. (2020). Innovations in STEM education: The go-lab federation of online labs. Smart Learning Environments, 7(1), 1-12. https://doi.org/10.1186/s40561-020-00132-1
Dede, C. (2020). The role of digital technologies in deeper learning. Journal of Research on Technology in Education, 52(3), 309-322. https://doi.org/10.1080/15391523.2020.1728445
Fernández, S. P., & Gómez, H. A. (2019). La inteligencia artificial en la formación académica: Evaluación de impactos. Estudios sobre Educación Superior, 12(3), 77-92. https://doi.org/10.2089/edu2019
García, M. E., & López, J. A. (2020). Uso de la inteligencia artificial en la educación superior: Retos y oportunidades. Revista Iberoamericana de Tecnología Educativa, 23(2), 89-104. https://doi.org/10.3390/educ2023
Garousi, V., Felderer, M., & Mäntylä, M. V. (2016). The need for multivocal literature reviews in software engineering: Complementing systematic literature reviews with grey literature. Proceedings of the 38th International Conference on Software Engineering (pp. 1000-1011). https://doi.org/10.1145/2884781.2884827
Grant, M. J., & Booth, A. (2009). A typology of reviews: An analysis of 14 review types and associated methodologies. Health Information & Libraries Journal, 26(2), 91-108. https://doi.org/10.1111/j.1471-1842.2009.00848.x
Hernández, P. M., & Morales, L. E. (2020). Implementación de tecnologías de inteligencia artificial en universidades: Un estudio de caso en Colombia. Revista Latinoamericana de Tecnología Educativa, 27(3), 108-123. https://doi.org/10.3029/edu2020
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and implications for teaching and learning. Center for Curriculum Redesign.
Huang, T., Zhu, X., & Wu, C. (2019). Global trends in artificial intelligence research: A bibliometric analysis. Journal of Artificial Intelligence Research, 65(1), 189-210. https://doi.org/10.1613/jair.1.11384
Kitchin, R. (2014). The data revolution: Big data, open data, data infrastructures and their consequences. SAGE Publications.
Li, Y., Chen, Y., & Xu, Z. (2020). China's AI development: Current status and future trends. AI & Society, 35(3), 459-478. https://doi.org/10.1007/s00146-019-00927-8
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2016). Intelligence unleashed: An argument for AI in education. Pearson.
Luthra, P., & Mahajan, R. (2020). Artificial intelligence in education: An overview. International Journal of Advanced Science and Technology, 29(3), 143-148. https://doi.org/10.2139/ssrn.3569304
Mariani, M., Baggio, R., & Fuchs, M. (2019). Business intelligence and big data in hospitality and tourism: A systematic literature review. International Journal of Contemporary Hospitality Management, 31(2), 447-474. https://doi.org/10.1108/IJCHM-07-2017-0461
Martínez, R. J., & Pérez, L. C. (2021). Aplicaciones de la IA en la enseñanza universitaria: Un enfoque práctico. Educación y Tecnología, 15(4), 132-145. https://doi.org/10.1037/edu2021
Means, B., Bakia, M., & Murphy, R. (2014). Learning online: What research tells us about whether, when and how. Routledge.
Piech, C., Bassen, J., Huang, J., Ganguli, S., Sahami, M., Guibas, L. J., & Hanrahan, P. (2016). Deep knowledge tracing. In Advances in Neural Information Processing Systems (pp. 505-513). https://papers.nips.cc/paper/2015/file/bac9162b47c1358b2ff512c7e66c9933-Paper.pdf
Rodríguez, T. C., & Rivera, F. A. (2022). Desafíos de la inteligencia artificial en la educación superior en América Latina. Revista de Innovación Educativa, 18(1), 45-59. https://doi.org/10.3094/edu2022
Russell, S., & Norvig, P. (2020). Artificial intelligence: A modern approach (4th ed.). Pearson.
Russell, S., Dewey, D., & Tegmark, M. (2015). Research priorities for robust and beneficial artificial intelligence. AI Magazine, 36(4), 105-114. https://doi.org/10.1609/aimag.v36i4.2577
Selbst, A. D., Boyd, D., Friedler, S. A., Venkatasubramanian, S., & Vertesi, J. (2019). Fairness and abstraction in sociotechnical systems. Proceedings of the Conference on Fairness Accountability and Transparency, 59-68. https://doi.org/10.1145/3287560.3287598
Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity.
Sun, T. Q., & Medaglia, R. (2019). Mapping the challenges of artificial intelligence in the public sector: Evidence from public healthcare. Government Information Quarterly, 36(2), 368-383. https://doi.org/10.1016/j.giq.2018.09.008
Topol, E. J. (2019). Deep medicine: How artificial intelligence can make healthcare human again. Basic Books.
Vincent-Lancrin, S., Urgel, J., Kar, S., & Jacotin, G. (2019). Measuring innovation in education: A journey to the future. OECD Education Working Papers No. 255. OECD Publishing. https://doi.org/10.1787/20769679
Vincenzo, R. (2018). The role of university research in the development of AI. Journal of AI Research & Development, 4(2), 98-112. https://doi.org/10.1016/j.jaird.2018.02.001
Williamson, B., & Eynon, R. (2020). Historical threads, missing links, and future directions in AI in education. Learning Media and Technology, 45(3), 223-235.
Woolf, B. P. (2020). Building intelligent interactive tutors: Student-centered strategies for revolutionizing e-learning. Morgan Kaufmann.
Xiao, Y., & Watson, M. (2019). Guidance on conducting a systematic literature review. Journal of Planning Education and Research, 39(1), 93-112. https://doi.org/10.1177/0739456X17723971
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of research on artificial intelligence applications in higher education – where are the educators? International Journal of Educational Technology in Higher Education, 16(39). https://doi.org/10.1186/s41239-019-0173-8
Zhang, Q., Zhao, Y., & Huang, C. (2021). Trends and research foci in artificial intelligence in education: A bibliometric review. Journal of Educational Technology Development and Exchange, 14(1), 39-60. https://doi.org/10.18785/jetde.1401.03
Publicado
Cómo citar
Número
Sección
Categorías
Licencia
Derechos de autor 2024 Piedra-Castro, Wilson Iván, Cajamarca-Correa, Mishell Alejandra, Burbano-Buñay, Erika Silvana, Moreira-Alcívar, Elvin Fray
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
