"Necesidad de un código ético y una política universitaria para el uso responsable de la inteligencia artificial en la educación superior"
DOI:
https://doi.org/10.70577/asce.v4i4.501Palabras clave:
Inteligencia artificial, Educación superior, Ética de la inteligencia artificial, Política institucional, Sostenibilidad educativa.Resumen
Actualmente, la inteligencia artificial (IA) debe integrarse de manera responsable en las instituciones de educación superior, garantizando su uso ético y orientado al fortalecimiento de los procesos académicos. En este contexto, la presente investigación tuvo como objetivo analizar las tendencias, la productividad y el impacto de la producción científica relacionada con la necesidad de un código ético y una política universitaria para el uso responsable de la IA en la educación superior, a través de un estudio bibliométrico. Se desarrolló un diseño descriptivo de enfoque cuantitativo y estructural, basado en la base de datos Scopus, con el uso del software Bibliometrix y su interfaz Biblioshiny (RStudio). Se identificaron 179 publicaciones sobre ética e IA y 278 sobre políticas universitarias y IA, evidenciando un crecimiento sostenido desde 2020, con picos en 2023 y 2025. En el ámbito ético predominan los temas de transparencia, equidad algorítmica, integridad académica y responsabilidad docente, mientras que en el campo de las políticas universitarias destacan la alfabetización digital, sostenibilidad, gobernanza institucional y marcos normativos. La mayor productividad proviene de Estados Unidos, Reino Unido, China, India y Australia, con una participación creciente de México, Brasil, Chile, Colombia y Perú. El análisis de coocurrencia y co-citación evidenció la integración de los enfoques ético y político bajo el concepto de “IA responsable”, consolidando líneas de investigación sobre educación inclusiva, brecha digital y gobernanza tecnológica.
Descargas
Citas
1. ANUIES & Universidad Iberoamericana. (2025). Inteligencia artificial en la educación superior (IA en la ES) — México: conectividad, datos locales, centros de cómputo, redes e IoT. Universidad Iberoamericana. http://iagen.unam.mx/recursos/ANUIES---IA-en-ES-Mx---2025.pdf
2. Aria, M., & Cuccurullo, C. (2017). Bibliometrix: An R-tool for comprehensive science mapping analysis. Journal of Informetrics, 11(4), 959–975. https://doi.org/10.1016/j.joi.2017.08.007 DOI: https://doi.org/10.1016/j.joi.2017.08.007
3. Broadus, R. N. (1987). Toward a definition of “bibliometrics”. Scientometrics, 12(5–6), 373–379. https://doi.org/10.1007/BF02016680 DOI: https://doi.org/10.1007/BF02016680
4. Córdova Bernuy, V. A., Carpio Mendoza, J., & Vega Vilca, C. S. (2025). Integración de la inteligencia artificial en las políticas universitarias: Revisión sistemática. Impulso, Revista de Administración, 5(11), 330–346. https://doi.org/10.59659/impulso.v.5i11.147 DOI: https://doi.org/10.59659/impulso.v.5i11.147
5. Corona Domínguez, B. (2025). Implicaciones éticas de la inteligencia artificial generativa en la educación superior: Una revisión sistemática. Horizonte Académico, 5(1), 289–307. https://doi.org/10.70208/3007.8245.v5.n1.83 DOI: https://doi.org/10.70208/3007.8245.v5.n1.83
6. Gallent-Torres, C., Zapata-González, A., & Ortego-Hernando, J. L. (2023). El impacto de la inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad académica. RELIEVE. Revista Electrónica de Investigación y Evaluación Educativa, 29(2), art. M5. https://doi.org/10.30827/relieve.v29i2.29134 DOI: https://doi.org/10.30827/relieve.v29i2.29134
7. García-Peña, V. R., Mora-Marcillo, A. B., & Ávila-Ramírez, J. A. (2020). La inteligencia artificial en la educación. Dominio de las Ciencias, 6(3), 648–666.
8. Gutiérrez, J. D. (2023). Lineamientos para el uso de inteligencia artificial en contextos universitarios. GIGAPP Estudios Working Papers, 10(267–272), 416–434. https://gigapp.org/ewp/index.php/GIGAPP-EWP/article/view/331
9. Hernández-Sampieri, R., Fernández-Collado, C., & Baptista-Lucio, P. (2014). Metodología de la investigación. McGraw-Hill.
10. Kroff, F. J., Coria, D. F., & Ferrada, C. A. (2024). Inteligencia artificial en la educación universitaria: Innovaciones, desafíos y oportunidades. Revista Espacios, 45(5), 120–135. https://doi.org/10.48082/espacios-a24v45n05p09 DOI: https://doi.org/10.48082/espacios-a24v45n05p09
11. Molina, T. de J., Infante Miranda, M. E., Ruiz Quiroz, J. F., & Burbano García, L. H. (2025). Desafíos del uso de la inteligencia artificial en la educación superior. Bibliotecas. Anales de Investigación, 21(Monográfico), 1–14. https://revistasbnjm.sld.cu/index.php/BAI/article/view/1054
12. Mora Mera, M. M., Ochoa González, C. R., Cango Zhinín, M. Á., & Gutiérrez Bastidas, J. O. (2024). Innovación educativa en la universidad: Uso de TIC e inteligencia artificial para mejorar la enseñanza y evaluación. Reincisol, 3(6), 6409–6427. https://doi.org/10.59282/reincisol.V3(6)6409-6427 DOI: https://doi.org/10.59282/reincisol.V3(6)6409-6427
13. Ocaña-Fernández, Y., Valenzuela-Fernández, L., & Garro-Aburto, L. (2019). Inteligencia artificial y sus implicaciones en la educación superior. Propósitos y Representaciones, 7(2), 536–568. https://doi.org/10.20511/pyr2019.v7n2.274 DOI: https://doi.org/10.20511/pyr2019.v7n2.274
14. Ortega Machado, C. X., Pico Gordon, D. L., López Ortega, E. I., Lozada Acosta, H. F., Tisalema Guerrero, P. S., Salguero Ramos, D. R., Correa Salazar, G. V., Valverde Obando, A. A., & Vásquez López, S. P. (2025). Guía metodológica para escribir revisiones sistemáticas cualitativas bajo el enfoque de metasíntesis y uso de inteligencia artificial: Una guía práctica basada en prompts. Editorial ACACFESA SAS. https://doi.org/10.70577/06pp0d97/ACACFESA.EDITORIAL/2025 DOI: https://doi.org/10.70577/06pp0d97/ACACFESA.EDITORIAL/2025
15. Pritchard, A. (1969). Statistical bibliography or bibliometrics? Journal of Documentation, 25(4), 348–349. DOI: https://doi.org/10.1108/eb026482
16. Ramírez Chávez, M. A., & Litardo Caicedo, L. G. (2025). Ética y responsabilidad en el uso de inteligencia artificial en la educación superior. Estudios y Perspectivas. Revista Científica y Académica, 5(2), 66–84. https://doi.org/10.61384/r.c.a.v5i2.1095 DOI: https://doi.org/10.61384/r.c.a..v5i2.1095
17. Ricra Ruiz, R. A., Queque Luque, E. F., Vega Lazo, F. H., Martínez Horna, D. J., Ross Audureau, J., & Lara Tapia, L. M. (2025). Implicaciones éticas de la inteligencia artificial generativa en la educación superior: una revisión sistemática. Revista de Investigación Científica (RIC), 6(2), e602066. https://doi.org/10.5281/zenodo.15167331
18. Sánchez Mendiola, M., & Carbajal Degante, E. (2023). La inteligencia artificial generativa y la educación universitaria: ¿Salió el genio de la lámpara? Perfiles Educativos, 45(Especial), 70–86. https://doi.org/10.22201/iisue.24486167e.2023.Especial.61692 DOI: https://doi.org/10.22201/iisue.24486167e.2023.Especial.61692
19. Vega-Reinel, S. V., Palacios-Zuñiga, R. M., Pazmiño-Gaibor, Á. X., Peña, P. M., & García-Laje, C. A. (2025). Implicaciones éticas del uso de inteligencia artificial generativa en la formación universitaria: Dilema entre la innovación tecnológica y la responsabilidad académica. Revista Científica Arbitrada de Investigación en Comunicación, Marketing y Empresa REICOMUNICAR, 8(15), 833–851. https://www.reicomunicar.org/index.php/reicomunicar/article/view/428
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Luis Javier Castillo-Heredia, Ronald Henry Díaz-Arrieta, Bryan Fernando Pérez-Pilco, Franklin Orlando Vizuete-Vizueta
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Eres libre de:
- Compartir : copiar y redistribuir el material en cualquier medio o formato
- Adaptar : remezclar, transformar y desarrollar el material
- El licenciante no puede revocar estas libertades siempre y cuando usted cumpla con los términos de la licencia.
En los siguientes términos:
- Atribución : Debe otorgar el crédito correspondiente , proporcionar un enlace a la licencia e indicar si se realizaron cambios . Puede hacerlo de cualquier manera razonable, pero no de ninguna manera que sugiera que el licenciante lo respalda a usted o a su uso.
- No comercial : no puede utilizar el material con fines comerciales .
- CompartirIgual — Si remezcla, transforma o construye sobre el material, debe distribuir sus contribuciones bajo la misma licencia que el original.
- Sin restricciones adicionales : no puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otros hacer algo que la licencia permite.
