Inteligencia artificial generativa y personalización del aprendizaje en educación superior: una revisión sistemática de la literatura (2019-2025)”
DOI:
https://doi.org/10.64041/riidg.v5i4.75Palabras clave:
inteligencia artificial generativa, personalización del aprendizaje, educación superior, revisión sistemática, ética de la inteligencia artificial, aprendizaje adaptativo, PRISMAResumen
Introducción. La irrupción de la inteligencia artificial generativa (IAG) ha transformado el modo en que las instituciones de educación superior conciben la personalización del aprendizaje, entendida como la adaptación de contenidos, ritmos y trayectorias formativas a las características individuales del estudiantado. Si bien la literatura sobre inteligencia artificial en educación es abundante, persisten vacíos respecto a una síntesis actualizada que articule de manera específica la IAG, y no solo la IA predictiva o los sistemas de tutoría clásicos, con los procesos de personalización en el nivel universitario. Objetivo. Esta revisión sistemática tuvo como propósito analizar la evidencia disponible entre 2019 y 2025 sobre las aplicaciones, beneficios, desafíos éticos y marcos pedagógicos asociados al uso de la IAG para personalizar el aprendizaje en educación superior. Método. Se siguieron los lineamientos PRISMA 2020 (Page et al., 2021). La búsqueda se realizó en Scopus, Web of Science, ERIC, ScienceDirect y Dialnet, con ecuaciones booleanas que combinaron términos relativos a inteligencia artificial generativa, personalización y educación superior, restringida al periodo 2019-2025 y a documentos en español e inglés. Tras el cribado por título, resumen y texto completo, y la aplicación de criterios de inclusión y exclusión, se conformó un corpus final de estudios primarios analizados mediante una matriz de síntesis temática. Resultados. La evidencia se organizó en cuatro categorías: aplicaciones de la IAG (tutores inteligentes, generación de contenido adaptativo, retroalimentación automatizada y rutas de aprendizaje dinámicas), beneficios (mejora percibida del rendimiento, mayor motivación, eficiencia docente y escalabilidad), desafíos (sesgo algorítmico, privacidad, dependencia tecnológica, brecha digital e integridad académica) y marcos éticos y pedagógicos emergentes orientados a una implementación centrada en el ser humano. Conclusiones. La IAG ofrece un potencial significativo para escalar la personalización del aprendizaje en educación superior, pero su implementación responsable exige marcos de gobernanza institucional, formación docente en competencias digitales críticas y salvaguardas específicas de equidad y privacidad. Se identifican implicaciones para la práctica educativa y líneas de investigación futura orientadas a estudios empíricos longitudinales.
Descargas
Referencias
Acosta-Enriquez, B. G., Arbulú Ballesteros, M. A., Arbulu Perez Vargas, C. G., Orellana Ulloa, M. N., Gutiérrez Ulloa, C. R., Pizarro Romero, J. M., Gutiérrez Jaramillo, N. D., Cuenca Orellana, H. U., Ayala Anzoátegui, D. X., y López Roca, C. (2024). Tendencias de la inteligencia artificial generativa en la educación superior: revisión sistemática. RIDE Revista Iberoamericana para la Investigación y el Desarrollo Educativo.
Andres, F., Knoppers, J., y Dhungana, S. (2025). Personalizing learning pathways through standards-based AI. En Artificial intelligence and education (pp. 171-212). IGI Global. https://doi.org/10.4018/979-8-3373-2235-3.ch006
Baidoo-Anu, D., Asamoah, D., Amoako, I., y Mahama, I. (2024). Exploring students' perspectives on generative artificial intelligence in higher education learning. Discover Education, 3, 98. https://doi.org/10.1007/s44217-024-00173-z
Bannister, P., Santamaría, A., y Alcalde, E. (2023). A systematic review of generative AI and higher education (English as a medium of instruction). Aula Abierta, 52(4), 401-409. https://doi.org/10.17811/rifie.52.4.2023.401-409
Bhutoria, A. (2022). Personalized education and Artificial Intelligence in the United States, China, and India: A systematic review using a Human-In-The-Loop model. Computers and Education: Artificial Intelligence, 3, 100068. https://doi.org/10.1016/j.caeai.2022.100068
Chávez-Boza, B. M., y Erazo-Moreta, O. (2024). Integración de la inteligencia artificial generativa para el aprendizaje de fundamentos de programación: una revisión sistemática de la literatura. Revista Mexicana de Investigación e Intervención Educativa, 3(2), 5-17.
Chiu, T. K. F. (2024). Future research recommendations for transforming higher education with generative AI. Computers and Education: Artificial Intelligence, 6, 100197. https://doi.org/10.1016/j.caeai.2023.100197
Cotton, D. R. E., Cotton, P. A., y Shipway, J. R. (2024). Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International, 61(2), 228-239. https://doi.org/10.1080/14703297.2023.2190148
Crompton, H., y Burke, D. (2023). Artificial intelligence in higher education: the state of the field. International Journal of Educational Technology in Higher Education, 20(1), 22. https://doi.org/10.1186/s41239-023-00392-8
Crompton, H., Jones, M., y Burke, D. (2022). Affordances and challenges of artificial intelligence in K-12 education: A systematic review. Journal of Research on Technology in Education. https://doi.org/10.1080/15391523.2022.2121344
Crompton, H., y Song, D. (2021). The potential of artificial intelligence in higher education. Revista Virtual Universidad Católica del Norte, 62, 1-4. https://doi.org/10.35575/rvuen.n62a1
Facuy Delgado, J. P., Santillán Indacochea, S. D., Soria Vera, R. I., y Toledo Navarrete, A. E. (2025). La mente creativa del diseñador vs el impacto de la inteligencia artificial en el diseño gráfico: nuevas herramientas y métodos creativos. Ethos Scientific Journal, 3(1), 89-102. https://doi.org/10.63380/esj.v3n1.2025.90
Figueroa de la Fuente, M., y Farhadian, G. (2025). Systematic review of the impact of artificial intelligence in higher education. Journal of Teaching and Learning, 19(2), 1-25. https://doi.org/10.22329/jtl.v19i2.9004
García Sanclemente, S. G., Orellana Márquez, L. V., García Chávez, L., Orellana Márquez, V. N., y Sánchez Jaramillo, E. A. (2026). Inteligencia artificial generativa y autorregulación del aprendizaje en la educación superior ecuatoriana: hacia una metacognición aumentada. Maestro y Sociedad, 23(3), 2886-2902.
Holmes, W., Bialik, M., y Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign.
Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., Stadler, M., Weller, J., Kuhn, J., y Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. https://doi.org/10.1016/j.lindif.2023.102274
Martínez-Torres, R., Leal-Rendon, N. M., y Bacre-Guzmán, D. del C. (2025). Ética en el uso de la inteligencia artificial generativa por estudiantes universitarios. Universidad Autónoma de Nuevo León.
Miao, F., y Holmes, W. (2023). Guidance for generative AI in education and research. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J., Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson, E., McDonald, S., McGuinness, L. A., Stewart, L. A., Thomas, J., Tricco, A. C., Welch, V. A., Whiting, P., y Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Ramos Rivadeneira, D. X., y Jiménez Toledo, J. A. (2025). Applications of generative artificial intelligence in higher education: A systematic review of the literature. Journal of Posthumanism, 5(11), 1-20. https://doi.org/10.63332/joph.v5i11.3770
Sanipatin Potosí, B. Y., Osorio Vizcaíno, G. K., y Ruiz Ruiz, G. G. (2026). La inteligencia artificial generativa como tecnología emergente en la educación superior interdisciplinaria y su relación con el desarrollo del pensamiento crítico. Conectividad, 7(2), 1-18. https://doi.org/10.37431/conectividad.v7i2.442
Santillán-Aguirre, P., Santos-Poveda, R., Hernández-Andrade, L., y Cuadrado-Solis, V. (2025). Integración de Inteligencia Artificial Generativa en Metodologías Activas para la Enseñanza. Universidad y Sociedad, 17(5), e5224.
Selwyn, N. (2019). Should robots replace teachers? AI and the future of education. Polity Press.
Silgado-Tuñón, D. A. (2024). Inteligencia artificial generativa en la educación superior: una revisión sistemática. UNIÓN. Revista Iberoamericana de Educación Matemática.
Toledo-Navarrete, A., Facuy, J., Lovato, S., y Coronel, V. (2026). A scoping review of national stackable micro-credentials ecosystems in higher education with implications for Ecuador. Frontiers in Education, 11, 1793357. https://doi.org/10.3389/feduc.2026.1793357
VanLehn, K. (2011). The relative effectiveness of human tutoring, intelligent tutoring systems, and other tutoring systems. Educational Psychologist, 46(4), 197-221. https://doi.org/10.1080/00461520.2011.611369
Wu, F., Dang, Y., y Li, M. (2025). A systematic review of responses, attitudes, and utilization behaviors on generative AI for teaching and learning in higher education. Behavioral Sciences, 15(4), 467. https://doi.org/10.3390/bs15040467
Zawacki-Richter, O., Marín, V. I., Bond, M., y 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(1), 39. https://doi.org/10.1186/s41239-019-0171-0
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Wilson Javier Romero Berrones , Mónica Romero Berrones, Jorge Acosta Toledo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los contenidos de esta revista se publican bajo la licencia Creative Commons Atribución–NoComercial–SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0).
Usted es libre de compartir el material en cualquier medio o formato, siempre que:
-
Reconozca la autoría original.
-
No utilice la obra con fines comerciales.
-
No realice obras derivadas, adaptaciones o modificaciones.
Enlace oficial: https://creativecommons.org/licenses/by-nc-nd/4.0/
