Percepción docente hacia la integración de herramientas de inteligencia artificial en el proceso educativo

Autores/as

  • Ana Maria Loor Solorzano
  • Miguel Fabián Delgado Cedeño

Resumen

Introducción: La integración de la Inteligencia Artificial (IA) en educación ha transformado las prácticas pedagógicas, ofreciendo nuevas perspectivas para personalizar la enseñanza. Sin embargo, en la Unidad Educativa Raymundo Aveiga (Chone, Ecuador) se evidenció una limitada adopción y comprensión por parte de los docentes, generando resistencia y desaprovechamiento de su potencial pedagógico. Materiales y métodos: Se desarrolló un estudio con enfoque mixto durante cuatro meses (diciembre 2025-marzo 2026). La muestra intencional incluyó 25 docentes y 3 directivos. Se aplicaron encuestas estructuradas (escala Likert), entrevistas semiestructuradas y observación directa de 5 actividades docentes, con triangulación de métodos y fuentes. Resultados: El 60% de los docentes manifestó desacuerdo con su preparación para integrar herramientas de IA; el 88% identificó la falta de capacitación como principal obstáculo. Solo el 32% ha utilizado IA en su práctica docente (ChatGPT y Copilot), limitada a generación de cuestionarios y búsquedas en línea. El 52% reconoce beneficios potenciales (personalización del aprendizaje), pero prevalece inseguridad. Las observaciones mostraron que el 60% utiliza IA en planificación, pero solo el 20% personaliza actividades y ninguno la emplea para evaluación. Los directivos (100%) están dispuestos a capacitar, pero reconocen ausencia de políticas institucionales claras. Se diseñó una estrategia estructurada en cuatro fases (sensibilización, capacitación, aplicación en el aula, evaluación y mejora continua). Discusión: Los hallazgos coinciden con estudios internacionales que señalan la falta de formación docente y apoyo institucional como principales barreras para la integración de la IA en educación. Conclusiones: Los docentes reconocen beneficios potenciales de la IA, pero enfrentan limitaciones en preparación, acceso y claridad pedagógica. La estrategia propuesta busca fortalecer su integración sistemática mediante formación y acompañamiento institucional.

Referencias

Al-Maroof, R. S., Alhumaid, K., & Salloum, S. A. (2021). The continuous intention to use e-learning, from two different contexts: UTAUT2 model. Education and Information Technologies, 26(3), 3267-3288. https://doi.org/10.1007/s10639-020-10313-6

Alshahrani, S. (2024). Investigating teachers' acceptance of AI-based educational tools using UTAUT2. Computers & Education, 205, 104882. https://doi.org/10.1016/j.compedu.2024.104882

Alzahrani, A., & Alzahrani, A. (2025). Comprendiendo la adopción de ChatGPT en universidades: el impacto del TPACK y UTAUT2 en los docentes. RIED-Revista Iberoamericana de Educación a Distancia, 28(1). https://doi.org/10.5944/ried.28.1.41498

Alwaqdani, M. (2024). Investigating teachers' perceptions of artificial intelligence tools in education: potential and difficulties. Education and Information Technologies, 30, 2737-2755. https://doi.org/10.1007/s10639-024-12345-6

Andreoli, E., Aubert, M. C., Cherbavaz, L., & Perillo. (2024). Entre humanos y algoritmos: percepciones docentes sobre la exploración con IAG en la enseñanza del nivel superior. Revista Iberoamericana de Tecnología en Educación y Educación en Tecnología, (37), 63-77. https://doi.org/10.24215/18509959.37.e6

Baggia, A., Tratnik, A., & Brezavšček, A. (2026). University teachers' perceptions, attitudes, and practices with generative AI: A systematic literature review with a meta-analytic component. Quality & Quantity. https://doi.org/10.1007/s11135-026-01567-3

Cabero-Almenara, J., Palacios-Rodríguez, A., Loaiza-Aguirre, M. I., & de Rivas-Manzano, M. R. (2024). Acceptance of educational artificial intelligence by teachers and its relationship with some variables and pedagogical beliefs. Education Sciences, 14(7), 740. https://doi.org/10.3390/educsci14070740

Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (2023). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), 982-1003. https://doi.org/10.1287/mnsc.35.8.982

Escobar Barrientos, S. R., García Benítez, C. M., Fuentes Godínez, B. A., Girón Sánchez, I. M., Monzón Escobar, G. A., & Villela Cervantes, C. E. (2023). La utilidad de los modelos educativos: TPACK, SAMR y TAM. Universidad de San Carlos de Guatemala. https://doi.org/10.46954/librosfahusac.29.c50

García-Peñalvo, F. J. (2021). Transformación digital e inteligencia artificial en educación. Education in the Knowledge Society, 22, e23522. https://doi.org/10.14201/eks.23522

Hamilton, E. R., Rosenberg, J. M., & Akcaoglu, M. (2016). The substitution augmentation modification redefinition (SAMR) model: A critical review and suggestions for its use. TechTrends, 60(5), 433-441. https://doi.org/10.1007/s11528-016-0091-y

Hernández Sampieri, R., Fernández Collado, C., & Baptista Lucio, P. (2018). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta. McGraw-Hill.

Hernández, C. T. R. (2026). Alfabetización en inteligencia artificial y curación de contenidos: desafíos y oportunidades para docentes y estudiantes universitarios en Francia. Revista Digital de Investigación y Postgrado, 7(13), 115-133. https://doi.org/10.59654/btctmw45

Holmes, W., Bialik, M., & Fadel, C. (2021). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign.

Jiménez Carpio, A. H., & Solis Granda, L. E. (2026). Actitudes docentes ante la inteligencia artificial educativa. Revista Iberoamericana de Tecnología Educativa, 13(2), 45-58.

Luckin, R. (2021). Machine learning and human intelligence: The future of education for the 21st century. UCL IOE Press.

Marín Llaver, L. R., Marín Aragón, R. de J., & Mendoza Bravo, K. L. (2023). La estrategia como resultado de investigación: consideraciones metodológicas para su concreción. Revista Universidad y Sociedad, 15(6). SciELO.

Mota, D. F., Buele, J., & Llerena-Aguirre, L. (2025). Transformations in academic work and faculty perceptions of artificial intelligence in higher education. Frontiers in Education, 10, 1603763. https://doi.org/10.3389/feduc.2025.1603763

Puentedura, E. J., March, J., Anders, J., Perez, A., Landers, M. R., & Wallmann, H. W. (2021). Safety of cervical spine manipulation: Are adverse events preventable and are manipulations being performed appropriately? A review of 134 case reports. Journal of Manual & Manipulative Therapy, 20(2), 66-74. https://doi.org/10.1179/2042618612Y.0000000005

Redecker, C., & Punie, Y. (2017). European Framework for the Digital Competence of Educators: DigCompEdu. Publications Office of the European Union. https://doi.org/10.2760/159770

Robbins, S. P. (2025). Definición de estrategia según autores. Explicación 2026.

Salloum, S. A., Al-Emran, M., Shaalan, K., & Tarhini, A. (2019). Factors affecting the adoption of e-learning systems in higher education using UTAUT and structural equation modeling approaches. Computers in Human Behavior, 99, 285-296. https://doi.org/10.1016/j.chb.2019.06.007

Selwyn, N. (2022). ¿Deberían los robots sustituir al profesorado? La IA y el futuro de la educación. Ediciones Morata.

Sharmin, L., Kalima, R., Imran, M., Chauca, M., & Balladares, J. (2026). Teachers' perceptions of AI in supporting students' learning within globally diverse digital settings. Discover Education, 5, 75. https://doi.org/10.1007/s44217-026-00075-9

Tamayo. (2012). Tipos de Investigación. https://trabajodegradoucm.weebly.com/uploads/1/9/0/9/19098589/tipos_de_investigacion.pdf

Teo, T. (2021). Students and teachers' intention to use technology: Assessing their measurement equivalence and structural invariance. Journal of Educational Computing Research, 59(1), 3-28. https://doi.org/10.1177/0735633120952068

Thompson, A. A. (2025). Definición de estrategia según autores. Explicación 2026.

UNESCO. (2023). Guía ética para la inteligencia artificial en educación. UNESCO. https://unesdoc.unesco.org

UNESCO. (2024). Marco de competencias para docentes en materia de IA. https://www.unesco.org/es/articles

Ushb, U., et al. (2025). Perceptions of generative AI in teaching and learning: UTAUT and TPACK model-based study of teachers and students. Acta Psychologica, 261, 105827. https://doi.org/10.1016/j.actpsy.2025.105827

Venkatesh, V., Davis, F. D., & Zhu, Y. (2023). Competing roles of intention and habit in predicting behavior: A comprehensive literature review, synthesis, and longitudinal field study. International Journal of Information Management, 71, 102644. https://doi.org/10.1016/j.ijinfomgt.2023.102644

Vizcaíno Zúñiga, P. I., & Maldonado Palacios, I. A. (2023). Metodología de la investigación científica: guía práctica. Ciencia Latina, 7(4), 9723-9762. https://doi.org/10.37811/cl_rcm.v7i4.7658

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/s41239-019-0171-0

Publicado

2026-06-14

Número

Sección

Artículos

Cómo citar

Loor Solorzano , A. M., & Delgado Cedeño, M. F. (2026). Percepción docente hacia la integración de herramientas de inteligencia artificial en el proceso educativo. Maestro y Sociedad, 23(2), 2078-2090. https://maestroysociedad.uo.edu.cu/index.php/MyS/article/view/7741