IA y educación superior: Alianza o amenaza
Sinopsis
La penetración de la inteligencia artificial en el ámbito educativo ha dejado de ser una predominio futurista para convertirse en algo real, tangible y transformador. En algunas carreras de educación superior, su integración plantea un dilema profundo y preocupante, pero a su vez fascinante: ¿La IA constituye una aliada estratégica para la innovación pedagógica, la investigación y aprendizaje significativo, o representa, por el contrario, una amenaza para el desarrollo de competencias fundamentales, la equidad y la esencia misma del proceso formativo? Este libro no busca ofrecer una respuesta unilateral, sino el de un análisis multifacético y crítico a través de la visión de cuatro investigaciones concretas que ejemplifican los logros y tensiones de esta nueva era digital.
Los trabajos que componen este apartado emergen de distintos campos del conocimiento, demostrando la transversalidad del impacto de la IA y las tecnologías asociadas: El primero nos transporta al fascinante mundo de la química, ahora potenciado digitalmente. Allí, la simulación molecular, el big data y los algoritmos de inteligencia artificial han dejado de ser herramientas exclusivas de investigación para convertirse en pilares didácticos. Esta contribución evidencia cómo el uso de la IA es un poderoso aliado, fomentando un aprendizaje participativo. activo, visual y contextualizado a un entorno en particular, que acerca al estudiante a problemas científicos complejos de manera segura e inspiradora.
Sin embargo, el escenario se vuelve más complejo al cambiar de ámbito. El segundo estudio nos sitúa en el terreno de la administración y la gestión del talento humano dentro de las instituciones empresariales. La IA promete enfocar y optimizar procesos de reclutamiento, formación y desarrollo profesional, lo que puede representar una alianza para la eficiencia organizacional. No obstante, la investigación también revela los desafíos subyacentes: la necesidad de una actualización constante de competencias con el fin de evitar el riesgo de obsolescencia y la urgencia de crear una cultura organizacional capaz de asimilar el cambio tecnológico de manera ética y equitativa. Aquí, la disrupción aliada/amenaza se manifiesta en la gestión de las personas que, a su vez, son las encargadas de formar a las nuevas generaciones.
La tensión alcanza su punto más crítico en el tercer artículo, que examina el aprendizaje de la programación. La IA se erige aquí como una herramienta de doble filo. Por un lado, es un tutor incansable que ofrece retroalimentación inmediata y personalización, acelerando la curva de aprendizaje. Por el otro, su uso prematuro o indiscriminado puede generar una peligrosa dependencia, suplantando la construcción de la lógica computacional y el pensamiento algorítmico esencial. Este trabajo pone el acento en el riesgo de que la herramienta disruptiva termine erosionando las bases mismas de la disciplina que pretende enseñar, convirtiéndose en una amenaza para la autonomía cognitiva del estudiante si no se media con una estrategia educativa sólida.
Finalmente, el cuarto estudio, aunque centrado en la ciencia de los alimentos, aporta una reflexión metodológica invaluable. Al emplear un diseño experimental riguroso y análisis de datos para evaluar la vida útil de un producto, nos recuerda que el núcleo de la educación superior sigue siendo el método científico, el pensamiento crítico y la validación empírica. En un mundo impulsado por datos y algoritmos, este trabajo sirve como contrapunto y recordatorio: la tecnología más avanzada debe estar al servicio de la indagación sistemática y la solución de problemas reales, no como un fin en sí misma.
En conjunto, estos cuatro artículos tejen un discurso coherente sobre la compleja encrucijada que enfrenta la educación superior. La inteligencia artificial es un ecosistema de herramientas cuyo valor “ya sea como aliada o como amenaza” se define por el contexto de su aplicación, la intencionalidad pedagógica, la formación docente y los marcos éticos que la orienten. Esta introducción y los capítulos que le siguen, invitan al lector a adentrarse en un análisis ponderado y situado, donde el verdadero reto no es adoptar o rechazar la IA, sino aprender a utilizarla con sabiduría, crítica y responsabilidad para que, efectivamente, se consolide como la gran aliada del intelecto humano que promete ser.
Capítulos
-
Enseñanza de la Química en la Era Digital: Simulación Molecular, Big Data e Inteligencia Artificial
-
Gestión del cambio en la era de la IA: desafíos y oportunidades para la administración del talento humano
-
La Inteligencia Artificial como Herramienta Disruptiva en el Aprendizaje de Programación
-
Estudio de vida de anaquel y calidad sensorial de salsas probióticas de chile jalapeño (Capsicum annuum), en Las Choapas
Descargas
Los datos de descarga aún no están disponibles.
Referencias
Adamo, C., & Barone, V. (1999). Toward reliable density functional methods without adjustable parameters: The PBE0 model. The Journal of Chemical Physics, 110(13), 6158–6170. https://doi.org/10.1063/1.478522
Ali, S. B., Talib, C. A., & Jamal, A. M. (2023). Digital technology approach in chemistry education: A systematic literature review. Journal of Natural Science and Integration, 6(1), 1-13.
Almasri, F. (2024). Exploring the impact of artificial intelligence in teaching and learning of science: A systematic review of empirical research. Research in Science Education, 54(5), 977-997.
Arenas, R. D. M., Cerna, A. N. F., Ramos, M. R. M., Serón, G. I. E., Loli, M. B. L. C., & Leon, G. H. C. (2023). La educación virtual como ciencia: Tendencias en herramientas informáticas.
Bitencourt-Ferreira, G., & de Azevedo, W. F. Jr. (2019). Molegro Virtual Docker for docking. En W. F. de Azevedo Jr. (Ed.), Methods in Molecular Biology (Vol. 2053, pp. 149–167). Springer.
Chiu, W. K. (2021). Pedagogy of emerging technologies in chemical education during the era of digitalization and artificial intelligence: A systematic review. Education sciences, 11(11), 709.
Chavez Gómez, Y. A., & Cuaran Ceballos, A. D. (2024). Implementación del simulador PhET para la enseñanza de balanceo de ecuaciones químicas en estudiantes de grado décimo comparado con el modelo tradicional en la IEM La Rosa de Pasto (Doctoral dissertation, San Juan de Pasto-Nariño [Colombia]: Universidad CESMAG).
ChemCraft. (2016). ChemCraft 1.6 [Computer software]. https://www.chemcraftprog.com
Cheng, Y.-P., Pedaste, M., Bardone, E., & Huang, Y.-M. (Eds.). (2024). Innovative technologies and learning: 7th International Conference, ICITL 2024, Tartu, Estonia, August 14–16, 2024, proceedings, part I (Lecture Notes in Computer Science, Vol. 14785). Springer Nature Switzerland AG.
Gómez-Zermeño, M. G. (2023). Inteligencia Artificial: Conceptos clave y experiencias en prácticas educativas. Portal de Investigación.
Gómez, B. R. (2005). Aprendizaje basado en problemas (ABP): Una innovación didáctica para la enseñanza universitaria. Educación y educadores, (8), 9-20.
Grimme, S., Antony, J., Ehrlich, S., & Krieg, H. (2010). A consistent and accurate ab initio parametrization of density functional dispersion correction (DFT-D) for the 94 elements H–Pu. The Journal of Chemical Physics, 132(15), 154104.
Kılınç, S. (2023). Embracing the future of distance science education: Opportunities and challenges of ChatGPT integration. Asian Journal of Distance Education, 18(1), 205–237. https://doi.org/10.5281/zenodo.7857396.
Likert, R. (1932). A technique for the measurement of attitudes. Archives of Psychology, 22(140), 1–55.
Mazzuco, A., Krassmann, A. L., Reategui, E., & Gomes, R. S. (2022). A systematic review of augmented reality in chemistry education. Review of Education, 10(1), e3325.
Neese, F. (2022). Software update: The ORCA program system, version 5.0. Wiley Interdisciplinary Reviews: Computational Molecular Science, 12(1), e1606.
Tello, A. E. C., Ramírez, H. C. G., Sosa, P. C. H., Sánchez, M. Á. F., & Paucar, E. C. (2023). El uso del Aprendizaje Basado en Problemas (ABP) en la educación superior. Educa UMCH, (21), 29-44.
Pazos-Yerovi, E. I., & Aguilar-Gordón, F. D. R. (2024). El Aprendizaje Basado en Problemas como estrategia metodológica para el desarrollo del Pensamiento Crítico. Revista de estudios y experiencias en educación, 23(53), 313-340.
Perkins, K. K., Adams, W. K., Dubson, M., Finkelstein, N. D., Reid, S., Wieman, C. E., & LeMaster, R. (2006). PhET: Interactive simulations for teaching and learning physics. University of Colorado Boulder.
Wang, S., Wang, F., Zhu, Z., Wang, J., Tran, T., & Du, Z. (2024). Artificial intelligence in education: A systematic literature review. Expert Systems with Applications, 252, 124167.
Wavefunction, Inc. (2008). Spartan’08 [Computer software]. Wavefunction, Inc.
Weigend, F., & Ahlrichs, R. (2005). Balanced basis sets of split valence, triple zeta valence and quadruple zeta valence quality for H to Rn: Design and assessment of accuracy. Physical Chemistry Chemical Physics, 7(18), 3297–3305.
Cadillo, R. I. T. (2023). Los riesgos y los desafíos que enfrentan los trabajadores frente al uso de la inteligencia artificial en el trabajo. Revista de Derecho Procesal del Trabajo, *6*(7), 289-313. https://doi.org/10.47308/rdpt.v6i7.778
Cárdenas, C. V. G., Pacheco, E. S. A., Macías, R. A. S., & Vásquez, G. P. V. (2024). Inteligencia artificial en la formación y desarrollo del talento humano en las organizaciones públicas y privadas. Suplemento Cica Multidisciplinario, *8*(017), 1-19. https://doi.org/10.56124/scicam.v8i017.101
Contreras, F. C. (2025). Revolucionando el desarrollo organizacional: La influencia de la inteligencia artificial en la transformación empresarial. Ciencia Latina Revista Científica Multidisciplinaria, *9*(1), 1-10. https://doi.org/10.37811/cl_rcm.v9i1.16466
Fernández, A. M., & de Lama, S. D. P. (2018). La cuarta revolución industrial y la agenda digital de las organizaciones. Economía Industrial, *407*, 95-104.
Fenwick, A. (2024). Revisiting the role of HR in the age of AI: Bringing humans and machines closer together in the workplace. Frontiers in Artificial Intelligence, *7*, 1272823. https://doi.org/10.3389/frai.2023.1272823
Foffano, F., Scantamburlo, T., & Cortés, A. (2022). Invertir en IA para el bien social: Un análisis de las estrategias nacionales europeas. AI & Sociedad, *38*, 479-500. https://doi.org/10.1007/s00146-022-01445-8
Gil, C. A. R. (2024). Talento humano e inteligencia artificial en el desempeño laboral en un gobierno regional de Perú. Revista de Climatología, Edición Especial Ciencias Sociales, *24*, 1323-1348. https://doi.org/10.59427/rcli/2024/v24cs.1322-1348
Gong, Q., Fan, D., & Bartram, T. (2024). Integrating artificial intelligence and human resource management: A review and future research agenda. The International Journal of Human Resource Management, *35*(12), 2335-2365. https://doi.org/10.1080/09585192.2024.2440065
Herrera, M. B. G., Reyes, E. J. R., & Acosta, F. A. S. (2023). Estudio cualitativo sobre la interacción de la inteligencia artificial con el desarrollo de las habilidades cruciales del capital humano. Ciencia Latina Revista Multidisciplinaria, *7*(6), 42. https://doi.org/10.37811/cl_rcm.v7i6.8855
Khan, M. R. (2024). Application of artificial intelligence for talent management: Challenges and opportunities. En T. Ahram, R. Taiar, K. Langlois, & A. Choplin (Eds.), Intelligent human systems integration (pp. 324–329). AHFE International. https://doi.org/10.54941/ahfe1004496
López, I. D. (2024). El impacto de los sistemas algorítmicos en los procesos de selección de personal. Análisis jurídico-laboral a la luz del nuevo reglamento europeo en materia de inteligencia artificial. Revista de Trabajo y Seguridad Social. CEF, *478*, 49-82. https://doi.org/10.51302/rtss.2024.22257
Marengo, S. A. G. (2023). ¿Por qué la IA generará una crisis del empleo en América Latina y cómo enfrentarla? Política Internacional, *134*, 75-93. https://doi.org/10.61249/pi.vi134.91
Mir, A. I. (2024). Application of AI in talent management: A systematic review of benefits, challenges, and prospects. Academy of Education and Social Sciences Review, *4*(4), 612-630. https://doi.org/10.48112/aessr.v4i4.941
Oeij, P., Preenen, P., van der Torre, W., van der Meer, L., & van den Eerenbeemt, J. (2019). Elección tecnológica e innovación en el lugar de trabajo: Hacia un trabajo eficiente y humanizado. Revista Europea de Innovación Pública y Social, *4*(1), 15-26. https://doi.org/10.31637/EPSIR.19-1.2
Ore, O., & Sposato, M. (2021). Opportunities and risks of artificial intelligence in recruitment and selection. International Journal of Organizational Analysis, *29*(5), 1349-1365. https://doi.org/10.1108/IJOA-07-2020-2291
Pandolfi, D., & Villagra, A. (2025). Inteligencia artificial y trabajo: Todo es caos bajo las estrellas. RevITA, Revista Electrónica del Instituto de Tecnología Aplicada, Universidad Nacional de la Patagonia Austral, *3*(1), 1-10. https://doi.org/10.37811/cl_rcm.v9i1.16466
Ruiz, F. J. B. (2022). La paradoja de la transparencia en la IA: Opacidad y explicabilidad. Atribución de responsabilidad. Revista Internacional de Pensamiento Político, *17*, 261-272. https://doi.org/10.46661/revintpensampolit.7526
Saxena, A., Dias, R. T., & Irfan, M. (2024). AI's strategic role in HR management. En T. A. Editor (Ed.), Advances in human resource management (pp. 145-162). IGI Global. https://doi.org/10.4018/979-8-3693-6412-3.ch008
Valderrama, B. (2019). Transformación digital y organizaciones ágiles. Arandu UTIC, *6*(1), 15-50.
Vergés, C. (2022). 17*(1), 45-62. https://doi.org/10.18270/rcb.v17i1.3937
Becker, S. A., Cummins, M., Davis, A., Freeman, A., Hall, C. G. & Ananthanarayanan, V. (2017). NMC Horizon report: 2017 higher education edition. The New Media Consortium.
Unesco. (2021). La Inteligencia Artificial en la educación. https://es.unesco.org/themes/tic-educacion/inteli-gencia-artificial
Calderón, C. J. C., & Miranda Bajaña, R. S. (2024). El rol de la inteligencia artificial en la educación inclusiva: Oportunidades y retos para la enseñanza personalizada. Revista Científica Multidisciplinar G-nerando, 5(2). https://doi.org/10.60100/rcmg.v5i2.303
Cedeño, P. L. S., Cárdenas Maldonado, J. A., & Lucio Piñaloza, R. del C. (2024). La evolución de la inteligencia artificial y su impacto en el desarrollo de software. Polo del Conocimiento, 9(9). https://doi.org/10.23857/pc.v9i9.8077
Chávez-Boza, B. M., & Erazo-Moreta, O. R. (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). https://doi.org/10.62697/rmiie.v3i2.78
Franganillo, J., & Franganillo, J. (2022). Contenido generado por inteligencia artificial: Oportunidades y amenazas. Anuario Think EPI. https://doi.org/10.3145/thinkepi.2022.e16a24
González, M. A. M. (2023). Uso responsable de la inteligencia artificial en estudiantes universitarios: Una mirada tecnoética. Revista Boletín Redipe, 12(9). https://doi.org/10.36260/rbr.v12i9.2008
Loján, M. del C., Romero, J. A., Sancho Aguilera, D., & Romero, A. Y. (2024). Consecuencias de la dependencia de la inteligencia artificial en habilidades críticas y aprendizaje autónomo en los estudiantes. Ciencia Latina Revista Científica Multidisciplinar, 8(2). https://doi.org/10.37811/cl_rcm.v8i2.10678
Marín, F. de los Á. R., Espinoza Padilla, J. G., & Mendoza Pacheco, M. F. (2024). Inteligencia artificial: Dependencia y afección del pensamiento crítico. Ciencia Latina Revista Científica Multidisciplinar, 8(4). https://doi.org/10.37811/cl_rcm.v8i4.13462
Mosquera, J. M. L., Llanos Mosquera, J. M., Hidalgo Suarez, C. G., & Bucheli, V. A. (s. f.). Una revisión sistemática sobre aula invertida y aprendizaje colaborativo apoyados en inteligencia artificial para el aprendizaje de programación. Tecnura. https://doi.org/10.14483/22487638.16934
Moya, J. G., Arteaga-Alcívar, Y., & Cedeño Zambrano, M. E. (2023). Ventajas y desventajas del uso de las herramientas de inteligencia artificial en la educación. Revista Tecnopedagogía e Innovación, 2(2). https://doi.org/10.62465/rti.v2n2.2023.34
Ordoñez, P. F. O., & Erazo Aleaga, Y. V. (2024). Especificación de requisitos de inteligencia artificial en el desarrollo de productos de software. Informática y Sistemas: Revista de Tecnologías de la Informática y las Comunicaciones, 8(2). https://doi.org/10.33936/isrtic.v8i2.7147
Padilla, J. G. Q., & Tarazona Becerra, J. A. (2024). El impacto de la inteligencia artificial generativa en la educación: Desafíos y oportunidades para los docentes del siglo XXI. Línea Imaginaria, 1(19). https://doi.org/10.56219/lneaimaginaria.v1i19.3264
Rasgado, G. J., Alor Francisco, R., & Espinosa Valdés, M. E. (2024). Innovación con IA en educación superior: Experiencia de aprendizaje de programación en el Instituto Tecnológico de Minatitlán. Ciencia Latina Revista Científica Multidisciplinar, 8(6). https://doi.org/10.37811/cl_rcm.v8i6.15029
Terán, H. C. (2023). La implementación de la inteligencia artificial en la enseñanza de la programación: Un estudio sobre el uso ético de ChatGPT en el aula. En Encuentro Internacional de Educación en Ingeniería. https://doi.org/10.26507/paper.2768
Vallejo, A. (2024). Transformación del rol docente en la era de la inteligencia artificial: Hacia un liderazgo pedagógico estratégico. Trayectorias Universitarias. https://doi.org/10.24215/24690090e165
Vásquez, E. D. C., Nevárez Loza, R., Farez Cherrez, A. M., & Torres Montes, R. E. (2024). Uso de la inteligencia artificial en la personalización del aprendizaje. Conocimiento Global, 9(1). https://doi.org/10.70165/cglobal.v9i1.339
Axelsson, L., & Ahrné, S. (2020). Bacterias ácido-lácticas. En Food microbiology: Fundamentals and frontiers. ASM Press.
Bianchi, A. (2025). Enhancing the shelf life of food products: strategies, challenges, and innovations. Foods, 14(23), 4034. https://doi.org/10.3390/foods14234034
Cruz, R. M. S. (2025). Storage and shelf-life assessment of food products. Foods, 14(16), 2795. https://doi.org/10.3390/foods14162795
De Vuyst, L., & Leroy, F. (2020). Función de las bacterias ácido-lácticas en la fermentación de alimentos. Current Opinion in Biotechnology, 61, 196–203. https://doi.org/10.1016/j.copbio.2019.12.003
Espinoza-Téllez, T., Quevedo-León, R., & Díaz-Carrasco, O. (2024). Indicator values for food shelf life prediction: a review. Scientia Agropecuaria, 15(3), 429–448. https://doi.org/10.17268/sci.agropecu.2024.032
FAO. (2020). Food loss and waste and shelf-life management. Food and Agriculture Organization of the United Nations. https://www.fao.org
Marco, M. L., et al. (2021). Beneficios para la salud de los alimentos fermentados: Microbiota y más allá. Current Opinion in Biotechnology, 70, 1–8. https://doi.org/10.1016/j.copbio.2020.10.001
Parada, J. L., et al. (2020). Bacterias ácido-lácticas como bioconservadores. Food Research International, 137, 109521. https://doi.org/10.1016/j.foodres.2020.109521
SGS. (2025). Estudios de vida útil de alimentos. SGS. https://www.sgs.com/es-es/services/estudios-sobre-la-vida-util
Minitab Inc. (2010). Minitab 16 Statistical Software [Computer software]. Minitab Inc. http://www.minitab.com
Secretaría de Comercio y Fomento Industrial. (1978). NMX-F-102-S-1978. Determinación de la acidez titulable en productos elaborados a partir de frutas y hortalizas. Dirección General de Normas.
Secretaría de Economía. (2012). NMX-F-116-SCFI-2012. Determinación de color. Método de prueba.
Secretaría de Comercio y Fomento Industrial. (1986). NMX-F-377-1986. Alimentos regionales. Salsa picante envasada.
Secretaría de Salud. (1978). NOM-F-317-S-1978. Determinación de pH en alimentos.
Ramírez, G., Gómez, J., Arzate Escamilla, G., García-Ceja, L., & Sánchez Mundo, J. (2022). Coloquio de Investigación Multidisciplinaria. Instituto Tecnológico de Orizaba.
Descargas
Publicado
diciembre 30, 2025
Colección
Derechos de autor 2025 Editorial Sinergy
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Detalles sobre el formato de publicación disponible: PDF
PDF
ISBN-13 (15)
978-612-49990-8-6
Cómo citar
Enríquez Hernández, J. A., Hernández Hernández, J. B., & Ponce Martínez, L. E. (Eds.). (2025). IA y educación superior: Alianza o amenaza: Vol. Edición 1. Editorial Sinergy. https://doi.org/10.5281/zenodo.18422304
