La inteligencia artificial como recurso pedagógico en entornos digitales de aprendizaje en Estudios Sociales para noveno año Artificial Intelligence as a Pedagogical Resource in Digital Learning Environments for Ninth-Grade Social Studies
Barra lateral del artículo
Contenido principal del artículo
Resumen
Este estudio examinó la inteligencia artificial como recurso pedagógico en entornos digitales de aprendizaje en la asignatura de Estudios Sociales de noveno año de Educación General Básica, en la Unidad Educativa Fiscal Juan Montalvo de Guayaquil, durante el período lectivo 2025-2026. Se adoptó un diseño preexperimental con medición pretest-postest, aplicada a 90 estudiantes mediante un cuestionario digital con ítems cerrados y escala tipo Likert. El pretest permitió caracterizar el conocimiento inicial, el uso de Inteligencia artificial, su aplicación en la asignatura, la utilidad percibida y las percepciones de riesgo. Posteriormente se implementó la secuencia didáctica inteligencia artificial y Experiencia, Reflexión, Conceptualización y Aplicación, mediada por presentaciones interactivas en Canva, orientada a promover participación académica, pensamiento crítico, contraste de fuentes y argumentación, incorporando pautas de uso responsable. Para el análisis comparativo se empleó la prueba no paramétrica de rangos con signo de Wilcoxon. Los resultados evidenciaron diferencias estadísticamente significativas entre pretest y postest en conocimiento y uso de la Inteligencia Artificial, mayor integración en Estudios Sociales y aumento de la utilidad percibida. Asimismo, se observó una reconfiguración de la percepción de riesgos, reflejando un uso más consciente y ético de la tecnología. Se concluye que la incorporación de la inteligencia artificial como recurso pedagógico es efectiva cuando se subordina al diseño de tareas y a la mediación docente, privilegiando procesos de análisis y argumentación por encima de la producción automática de respuesta
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
Citas
American Educational Research Association. (2018). Ethical standards of the American Educational Research Association. AERA.
Banco Interamericano de Desarrollo (BID). (2025). Inteligencia artificial y transformación digital en la educación de América Latina y el Caribe. BID.
Bond, M., Bedenlier, S., Marín, V. I., & Händel, M. (2021). Emergency remote teaching in higher education: Mapping the first global online semester. International Journal of Educational Technology in Higher Education, 18(1), 1–24. https://doi.org/10.1186/s41239-021-00282-x
Boone, H. N., & Boone, D. A. (2012). Analyzing Likert data. Journal of Extension, 50(2), 1–5.
Briceño Obregón, M., & Espinoza León, K. (2023). Pensamiento crítico y enseñanza de las Ciencias Sociales en entornos digitales de aprendizaje. Revista Latinoamericana de Ciencias Sociales, Niñez y Juventud, 21(2), 1–15.
British Educational Research Association. (2018). Ethical guidelines for educational research (4th ed.). BERA.
Cabero-Almenara, J., & Llorente-Cejudo, M. C. (2020). La adopción de tecnologías digitales en educación: Modelos de integración pedagógica y formación docente. Revista Iberoamericana de Educación a Distancia, 23(2), 25–44. https://doi.org/10.5944/ried.23.2.26573
Cabero-Almenara, J., Palacios-Rodríguez, A., & Llorente-Cejudo, M. C. (2025). Competencias docentes para la integración de inteligencia artificial en entornos educativos. Revista de Innovación Educativa, 34(2), 45–62.
Creswell, J. W., & Creswell, J. D. (2022). Research design: Qualitative, quantitative, and mixed methods approaches (6th ed.). SAGE Publications.
Cuenca, R., Rojas, V., & Andrade, P. (2021). Evaluación del pensamiento crítico en entornos digitales desde la taxonomía de Bloom revisada. Education in the Knowledge Society, 22, 1–14. https://doi.org/10.14201/eks.23660
Denscombe, M. (2014). The good research guide: For small-scale social research projects (5th ed.). Open University Press.
Escobar-Pérez, J., & Cuervo-Martínez, Á. (2008). Validez de contenido y juicio de expertos: Una aproximación a su utilización. Avances en Medición, 6, 27–36.
Field, A. (2022). Discovering statistics using IBM SPSS statistics (6th ed.). SAGE Publications.
Hernández-Sampieri, R., & Mendoza, C. (2023). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta (2.ª ed.). McGraw-Hill.
Holmes, W., Bialik, M., & Fadel, C. (2022). Artificial intelligence in education: Promises and implications for teaching and learning. Boston, MA: Center for Curriculum Redesign.
Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado (INTEF). (2022). Marco de referencia de la competencia digital docente. Ministerio de Educación y Formación Profesional de España.
Instituto Nacional de Tecnologías Educativas y de Formación del Profesorado (INTEF). (2024). Guía de integración pedagógica de la inteligencia artificial en educación. Madrid, España: Ministerio de Educación.
Kolb, D. A. (2015). Experiential learning: Experience as the source of learning and development (2nd ed.). Pearson Education.
Luckin, R., Holmes, W., Griffiths, M., & Forcier, L. B. (2022). Enhancing learning and teaching with technology: The role of AI in education. London, UK: Routledge.
Mayer, R. E., & Fiorella, L. (2022). The Cambridge handbook of multimedia learning (3rd ed.). Cambridge University Press. https://doi.org/10.1017/9781108894333
Ministerio de Educación del Ecuador. (2022). Agenda Educativa Digital 2021–2025. Ministerio de Educación del Ecuador.
OECD. (2023). Digital education outlook 2023: Towards an effective digital education ecosystem. OECD Publishing. https://doi.org/10.1787/bac4dc9f-en
Organización de Estados Iberoamericanos (OEI) & Fundación ProFuturo. (2023). Inteligencia artificial y educación: Retos y oportunidades para América Latina. OEI.
Pallant, J. (2020). SPSS survival manual (7th ed.). McGraw-Hill Education.
Redecker, C. (2020). European framework for the digital competence of educators: DigCompEdu. Publications Office of the European Union.
Rodríguez Medina, J., Pérez López, E., & Castillo Ramos, A. (2021). Validación de instrumentos digitales para estudios educativos mediante juicio de expertos. Revista Electrónica de Investigación Educativa, 23, 1–13. https://doi.org/10.24320/redie.2021.23.e15
Shadish, W. R., Cook, T. D., & Campbell, D. T. (2002). Experimental and quasi-experimental designs for generalized causal inference (2nd ed.). Boston, MA: Houghton Mifflin.
Taber, K. S. (2018). The use of Cronbach’s alpha when developing and reporting research instruments in science education. Research in Science Education, 48(6), 1273–1296. https://doi.org/10.1007/s11165-016-9602-2
UNESCO. (2021). Recommendation on the ethics of artificial intelligence. United Nations Educational, Scientific and Cultural Organization.
UNESCO. (2023). Artificial intelligence in education: Guidance for policymakers. Paris, Francia: UNESCO.
UNESCO. (2023). Guidance for generative AI in education and research. UNESCO Publishing. https://unesdoc.unesco.org/
Vuorikari, R., Kluzer, S., & Punie, Y. (2022). DigComp 2.2: The Digital Competence Framework for Citizens. Publications Office of the European Union. https://doi.org/10.2760/115376
Williamson, B., & Eynon, R. (2020). Historical and critical perspectives on AI in education: Risks, benefits, and the role of governance. Learning, Media and Technology, 45(3), 195–209.
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), 1–2.