Revista de Ciencias Sociales (RCS)
Vol. XXX, Núm. 3, julio-septiembre 2024. pp.
583-597
FCES - LUZ ● ISSN: 1315-9518 ● ISSN-E: 2477-9431
Como citar: Acosta, S. F., y Finol, M.
R. (2024). Inteligencia artificial como mecanismo para mejorar la gestión
educativa universitaria. Revista De Ciencias Sociales, XXX(3),
583-597.
Inteligencia
artificial como mecanismo para mejorar la gestión educativa universitaria
Acosta Faneite, Savier Fernando*
Finol de Franco,
Mineira Rosa**
Resumen
El objetivo del estudio consistió en analizar el
impacto de la inteligencia artificial en la gestión educativa universitaria. La
metodología adoptó un enfoque cuantitativo, básico, con diseño de campo, no
experimental y transversal. La muestra incluyó 42 docentes y 12 directivos de
instituciones educativas públicas de Maracaibo, Venezuela. Los datos se
obtuvieron mediante una encuesta utilizando un cuestionario validado por
expertos, con una confiabilidad de 0.865, según el Alfa de Cronbach. Los
resultados revelan que, en la educación universitaria, el indicador de
planificación fue percibido como deficiente (68,5%), la organización como
moderada (57,4%) y la dirección, control y evaluación, fueron considerados
eficientes con un 61,1%, 87% y 79,6% respectivamente. En lo que respecta a la
inteligencia artificial, se consideró eficiente en la optimización de rutas y
logística (61,1%), organización de datos (79,6%), monitoreo del rendimiento de
sistemas o procesos (61,1%) y en el análisis de resultados (68,5%). Se concluye
que los procesos gerenciales en la educación universitaria son eficientes en
general, con excepción de la planificación, que se percibió como deficiente, y
la organización como moderada. Las características de la inteligencia
artificial fueron calificadas como eficientes, las cuales facilitan la gestión
educativa.
Palabras clave: Gerencia; gestión educativa; inteligencia artificial;
monitoreo; organización.
Artificial intelligence as a mechanism to improve university educational
management
Abstract
The objective of the study was to analyze the
impact of artificial intelligence on university educational management. The
methodology adopted a quantitative, basic approach, with a field,
non-experimental and cross-sectional design. The sample included 42 teachers
and 12 managers of public educational institutions in Maracaibo, Venezuela. The
data were obtained through a survey using a questionnaire validated by experts,
with a reliability of 0.865, according to Cronbach's Alpha. The results reveal
that, in university education, the planning indicator was perceived as
deficient (68.5%), the organization as moderate (57.4%) and the direction,
control and evaluation were considered efficient with 61.1%, 87% and 79.6%
respectively. Regarding artificial intelligence, it was considered efficient in
the optimization of routes and logistics (61.1%), data organization (79.6%),
monitoring of the performance of systems or processes (61.1%) and in the
analysis of results (68.5%). It is concluded that management processes in
university education are efficient in general, with the exception of planning,
which was perceived as deficient, and organization as moderate. The
characteristics of artificial intelligence were rated as efficient, which
facilitate educational management.
Keywords: Management; educational management; artificial
intelligence; monitoring; organization
Introducción
La gestión educativa en el siglo
XXI demanda el constante desarrollo de las capacidades docentes, igualmente, busca
mejorar la eficiencia y preparar a los estudiantes para enfrentar los desafíos
sociales. Para Acosta y Barreto-Rodríguez (2023), resulta crucial establecer
políticas institucionales, evaluar los procesos pedagógicos y administrativos,
así como fomentar la colaboración y autonomía de los profesores. La negociación
para mejorar el desempeño y la implementación continua de estrategias,
incluyendo el uso de inteligencia artificial, son herramientas esenciales que
permiten lograr los objetivos educativos en un entorno universitario dinámico y
cambiante.
Por tanto, es esencial transformar
la educación en la era digital, especialmente en los entornos de educación
superior, que requieren una incorporación urgente de la tecnología y la inteligencia
artificial. Al respecto, Martínez-Huamán et al. (2022) indican que la gestión
educativa, es un elemento fundamental de la administración eficiente de las
instituciones, que se encuentra actualmente en un punto de inflexión en el que
la aplicación de la inteligencia artificial puede mejorar en gran medida los
procedimientos y los resultados educativos.
Según lo expresado por Figueroa (2018),
el campo de la gestión educativa se centra en planificar, organizar, dirigir, gestionar
los recursos materiales, financieros y humanos de los centros educativos. Su
objetivo primordial es garantizar que estas instituciones funcionen eficazmente
para que el proceso de enseñanza y aprendizaje produzca los mejores resultados.
De acuerdo con Briceño et al. (2022), este proceso implica diversas facetas,
como la toma de decisiones estratégicas, el desarrollo curricular, selección y formación
de educadores, implementación de políticas educativas y la creación de un
entorno propicio para el aprendizaje.
Igualmente, Hormaza et al. (2022)
destacan la importancia de la administración educativa en el contexto
latinoamericano, la cual permite organizar una serie de tareas, incluyendo el
desarrollo de programas académicos, gestión de la infraestructura y la
adaptación a los avances tecnológicos. Como complemento de lo antes mencionado,
Paredes-Chacín,
Inciarte y Walles-Peñaloza (2020) consideran que la calidad en la educación superior está asociada a
la implementación de conceptos empresariales y técnicas de liderazgo para alcanzar
los objetivos organizacionales e instruccionales de la institución.
Según Melo, Coto y Acosta (2023), la integración de
enfoques y tecnologías contemporáneas, como la inteligencia artificial, en la
gestión educativa, puede aumentar aún más la capacidad de las instituciones
para adaptarse a los desafíos cambiantes y mejorar la experiencia de
aprendizaje. Para Acosta y Barrios (2023), esto sugiere que la eficacia de la
gestión en las instituciones educativa tiene un impacto directo en la calidad
del proceso educativo y en la consecución de los objetivos.
Por su parte, Norman-Acevedo (2023)
expresa que la Inteligencia Artificial (IA) se refiere a la capacidad de una
máquina o sistema informático para realizar tareas que normalmente requieren
inteligencia humana. Según Boden (2017), la IA está formada por algoritmos y
programas que permitan a las computadoras realizar funciones como el reconocimiento
de patrones, resolución de problemas, comprensión del lenguaje natural, el
aprendizaje y la adaptación a partir de la experiencia.
En este sentido, es pertinente
resaltar la postura de Sulbarán (2023), quien refiere que la integración de la
IA en la educación superior representa una revolución significativa en la forma
en que las instituciones académicas abordan la enseñanza, el aprendizaje y la gestión;
por su parte, Ocaña-Fernández et al. (2021) señalan que la IA ofrece
oportunidades transformadoras que van más allá de la automatización de
procesos, impactando directamente en la personalización del aprendizaje, la
toma de decisiones estratégicas y la mejora continua de la calidad educativa.
Una de las dimensiones clave de la
aplicación de la IA en la educación superior es la personalización del
aprendizaje. Según Díaz et al. (2021), permiten la adaptación de los contenidos
educativos a las necesidades individuales de los estudiantes. Los sistemas de
aprendizaje personalizado analizan el progreso y rendimiento de cada alumno,
proporcionando recomendaciones específicas para fortalecer áreas de debilidad.
En este sentido, Melo et al. (2023) afirman que la gerencia educativa busca
adaptarse a las necesidades particulares de los estudiantes y la IA juega un
papel fundamental que permiten desarrollar sistemas de aprendizaje
personalizado.
Asimismo, Carbonell et al. (2021) expresan que las
plataformas de evaluación y retroalimentación son otra aplicación importante de
la inteligencia artificial en la educación universitaria estos sistemas
analizan el progreso y rendimiento de cada alumno, ofreciendo recomendaciones
específicas para fortalecer áreas de debilidad y mejorar la experiencia educativa.
Las evaluaciones basadas en IA ofrecen retroalimentación instantánea y
detallada sobre el desempeño estudiantil, fomentando un enfoque orientado al
desarrollo de habilidades y competencias en los estudiantes.
Igualmente, Arbeláez-Campillo, Villasmil y Rojas-Bahamón (2021); y, Ayuso-del-Puerto y Gutiérrez-Esteban (2022), refieren que la IA facilita el análisis predictivo en el contexto educativo,
porque puede analizar grandes conjuntos de datos para prever tendencias y
patrones, lo que facilita la identificación temprana de alumnos con riesgo de
perder las asignaturas y la implementación de intervenciones preventivas. Esta
capacidad de anticipación contribuye a la prosecución estudiantil y al éxito
académico.
En este sentido, Chávez et al.
(2024) indican que con apoyo de la IA se puede identificar temprano a alumnos que
tienen pensado abandonar sus estudios, puesto que analiza el desempeño
académico y el comportamiento; por ello, ayuda a la gerencia educativa a
implementar intervenciones específicas para apoyar a estos estudiantes,
mejorando así la retención, prosecución y el éxito académico.
Por su parte, Maita-Cruz et al.
(2022) destacan que la inteligencia artificial puede tener un impacto
sustancial en la automatización de procesos administrativos. El procesamiento
de tareas rutinarias, como la gestión de registros, emerge como una
posibilidad, liberando así tiempo para que el personal académico dedique sus
esfuerzos a actividades más estratégicas y centradas en el estudiante.
En este contexto, Bieliaieva et
al. (2023) expresan que con la implementación de la IA en tareas
administrativas y operativas se automatiza procesos, liberando tiempo para que
el personal se enfoque en aspectos más estratégicos y en la mejora continua de
la calidad educativa. La inteligencia artificial procesa grandes conjuntos de
datos académicos y administrativos, proporcionando a la gerencia perspectivas
valiosas para la mejora continua, esta combinación de esfuerzos permite una
evaluación más precisa del rendimiento institucional y la implementación de
medidas correctivas basadas en datos.
Otro aspecto importante es la toma
de decisiones, según Norman-Acevedo (2023) es que la IA es una herramienta
analítica que pueden ayudar a los líderes educativos a tomar decisiones
informadas. Desde la planificación de programas académicos hasta la asignación
de recursos, la IA proporciona insights
valiosos que respaldan la gestión eficiente de las instituciones educativas. Asimismo,
puede procesar grandes cantidades de datos, como el rendimiento estudiantil, la
asistencia y el comportamiento en el aula. Esto permite a los docentes tomar
decisiones más informadas sobre políticas y prácticas escolares.
Según Díaz et al. (2021), la
integración de la IA en la educación superior presenta numerosas ventajas, pero
al mismo tiempo plantea desafíos éticos. Se destaca la necesidad imperante de
capacitar a educadores y estudiantes en el uso efectivo de estas tecnologías
emergentes. Igualmente, se subraya la importancia de mantener un equilibrio
adecuado entre la automatización proporcionada por la IA y la esencial
interacción humana en el proceso educativo. Este enfoque equilibrado es fundamental
para garantizar que la tecnología mejore la enseñanza y el aprendizaje sin
perder de vista la importancia de la conexión personalizada y la orientación
ética en la educación superior.
Otro elemento relevante es lo
expresado por García-Peña,
Mora-Marcillo y Ávila-Ramírez (2020), quienes plantean que la integración de la inteligencia artificial
en la gerencia educativa universitaria es crucial para mejorar la toma de
decisiones estratégicas. Al liderar la planificación y administración
institucional, la gestión se beneficia de análisis predictivos y herramientas
analíticas proporcionadas por la IA. Estas capacidades facilitan decisiones
informadas sobre la planificación de programas académicos, asignación de
recursos y otros temas estratégicos, lo que mejora la eficacia general de la
gestión universitaria.
En tal sentido, Valencia y
Figueroa (2023) señalan que la colaboración entre la inteligencia artificial y gerencia educativa impulsa la
personalización de programas de desarrollo profesional para maestros,
identificando áreas específicas de mejora según el rendimiento de los
estudiantes y las necesidades individuales de los educadores. Además, la gestión
debe abordar cuestiones éticas y de privacidad relacionadas con el uso de la IA
en la educación, asegurando que se protejan los derechos de los alumnos y se
utilicen los algoritmos de manera transparente y ética.
En función de lo expresado
anteriormente sobre la variable inteligencia artificial, se puede indicar que
la falta de incorporación de la IA en la administración educativa de
instituciones de educación superior podría acarrear diversos desafíos
significativos. La gestión eficiente de recursos se vería comprometida, puesto
que la IA puede proporcionar análisis de datos en tiempo real para optimizar la
asignación de presupuestos, planificación de cursos y gestión de personal,
contribuyendo así a una utilización más efectiva de los recursos financieros y
humanos disponibles.
Otro aspecto crítico es la toma de
decisiones estratégicas. La gerencia educativa basada en datos impulsada por la
IA puede proporcionar información valiosa para evaluar el rendimiento académico,
identificar áreas de mejora y planificar estratégicamente el crecimiento y la
innovación. La falta de estas herramientas podría dejar a las instituciones sin
la capacidad de adaptarse rápidamente a las cambiantes demandas del entorno
educativo y laboral.
En el contexto de la investigación
y desarrollo, la IA puede desempeñar un papel crucial al facilitar análisis
avanzados de grandes conjuntos de datos, acelerando así el progreso científico
y tecnológico. Sin su incorporación, las instituciones educativas podrían
enfrentar dificultades para mantenerse a la vanguardia en la investigación y
limitar su contribución al avance de conocimientos.
Bajos estos parámetros y con una
visión focalizada, Sulbarán (2023) indica que, en Venezuela, la integración de
la IA en la gerencia educativa universitaria se presenta como una estrategia
clave, porque permite optimizar procesos administrativos, la asignación
eficiente de recursos y liberación de tiempo para decisiones estratégicas.
Según Parga (2023), facilita la personalización del aprendizaje al adaptar
contenidos según las necesidades individuales de los alumnos, mejorando la
calidad educativa; igualmente, el análisis de grandes cantidades de datos contribuye
con tomar decisiones informadas sobre planificación curricular y retención
estudiantil.
Luego de realizar observaciones y entrevista
a docentes y directivos de instituciones educativas públicas de educación
superior en la ciudad de Maracaibo, estado Zulia, Venezuela, se revela una
marcada falta de familiaridad y uso de tecnologías de inteligencia artificial. Al
explorar los conocimientos previos de los encuestados acerca de herramientas
específicas como ChapGPT, Gemini, Bing, You, ChapPdf, Claude 2, Leonardo AI,
entre otras, se observó una tendencia hacia el desconocimiento de estos
programas de inteligencia artificial.
En términos generales, algunos colaboradores
no solo admiten carecer de información sobre estas tecnologías, sino que
también manifiestan una falta de habilidad para utilizarlas de manera efectiva.
Este hallazgo sugiere un vacío significativo en la preparación y formación en IA
dentro de la comunidad educativa. Asimismo, algunos participantes señalaron que
el acceso a estas herramientas es limitado, planteando así un desafío adicional
en la integración de la inteligencia artificial en el contexto universitario.
Este escenario pone de relieve la
urgente necesidad de implementar programas de capacitación que aborden la
brecha de conocimiento y competencia en el uso de tecnologías de IA. La falta
de familiaridad y habilidad para emplear estas herramientas podría estar
afectando negativamente la calidad de la enseñanza y el aprendizaje en los
estudiantes. Facilitar el acceso a estas tecnologías también emerge como un
componente crucial para superar las barreras existentes.
En consecuencia, se recomienda
diseñar e implementar iniciativas que promuevan la formación en IA, brindando a
estudiantes y docentes la oportunidad de adquirir los conocimientos y
habilidades necesarios para aprovechar plenamente estas herramientas en el contexto
académico. Al mejorar la preparación en inteligencia artificial, se puede
enriquecer la experiencia educativa, fomentando un entorno más avanzado y
adaptado a las demandas tecnológicas contemporáneas.
Lo anterior indica que la falta de
integración de la inteligencia artificial en la gerencia educativa de
instituciones de educación superior podría generar problemas en la gestión de
recursos, limitar la personalización educativa, obstaculizar la toma de
decisiones estratégicas y afectar la capacidad de las instituciones para
liderar en investigación y desarrollo. Por ello, la adopción de la IA se vuelve
crucial para enfrentar los desafíos contemporáneos y ofrecer una educación
superior de calidad y relevante.
En consecuencia, este artículo establece
la convergencia de la inteligencia artificial como mecanismo para mejorar la
gestión educativa en la educación universitaria, explorando cómo estas dos
disciplinas pueden colaborar para impulsar la calidad y la eficacia de la
educación universitaria. En un mundo cada vez más impulsado por la innovación
tecnológica, la capacidad de las instituciones educativas para adaptarse a la inteligencia
artificial se convierte en un factor determinante para el éxito a largo plazo.
Es por ello, que el estudio
estableció como objetivo general, analizar el impacto de la inteligencia
artificial en la gestión educativa universitaria y con ello describir la
eficiencia de los procesos gerenciales, así como establecer las características
de la IA que favorecen la gestión educativa.
1.
Fundamentación teórica
1.1. Gerencia educativa
Es el proceso de planificar, organizar,
dirigir, controlar y evaluar los recursos de una institución con el fin de
alcanzar sus objetivos. Según Ibáñez y Villasana (2022), se centran en la formación de profesionales competentes, la generación de
conocimiento y la difusión de la cultura. Para Chiavenato (2017), las funciones de la gerencia educativa en educación superior incluyen
los siguientes procesos:
a. Planificación: Se encarga de establecer objetivos y desarrollar
estrategias para alcanzarlos. Chiavenato (2019), indica que este proceso es
esencial para la gerencia, puesto que proporciona un marco para la toma de
decisiones y la asignación de recursos.
b. Organización:
Es el proceso
de estructurar y coordinar los recursos humanos, materiales y financieros de
una institución educativa para alcanzar sus objetivos. Se trata de crear un
sistema que funcione de manera eficiente y eficaz para brindar una educación de
calidad (Botero et al., 2021).
c. Dirección: Se encarga de motivar e inspirar a los empleados para
que alcancen los objetivos. Chiavenato (2017), expresa que este proceso es fundamental,
puesto que permite que la institución alcance su máximo potencial.
d. Control: Es un proceso que busca verificar si el desempeño de la
institución educativa se ajusta a los objetivos y metas establecidos en la
planificación. Es un procedimiento sistemático y continuo que permite
identificar las desviaciones y tomar las medidas correctivas necesarias para
alcanzar los objetivos.
e. Evaluación: Es un proceso sistemático y continuo que permite
medir y valorar el desempeño de la gestión educativa en una institución. Su
objetivo principal es mejorar la calidad de la educación mediante la
identificación de fortalezas, debilidades, toma de decisiones informadas y la
implementación de acciones correctivas.
1.2. La Inteligencia
Artificial (IA)
Es un campo de la informática que
se enfoca en crear sistemas que puedan realizar tareas que normalmente
requieren inteligencia humana, como el aprendizaje, la percepción y el
razonamiento. Para Rouhiainen (2018), la IA se fundamenta en la premisa de que
las computadoras pueden ser programadas para aprender y adaptarse a nuevas
situaciones. Esta capacidad imita el comportamiento humano y permite a las
máquinas realizar tareas que antes solo eran posibles para las personas.
Asimismo, Boden (2017); y, Villasmil, Berrocal y Rodelo (2024), indican que los sistemas de IA utilizan algoritmos y modelos
matemáticos que les permiten analizar datos y tomar decisiones. Se usan en una
amplia gama de áreas, incluyendo la educación, y es una tecnología en constante
evolución que se espera que continúe desarrollándose en los próximos años.
Según Belda (2019), a medida que la IA se
vuelva más sofisticada, tendrá un impacto cada vez mayor en la vida. Igualmente,
el autor señala que automatizar los procesos gerenciales con IA tienen
beneficios como eliminar tareas repetitivas, permitiendo que los docentes se
enfoquen en actividades estratégicas y creativas, aumentando la productividad y
satisfacción laboral. Mejora la eficiencia al colocar el personal en actividades
prioritarias. Contribuye a tomar decisiones más informadas al analizar datos
para identificar patrones, resultando en decisiones estratégicas. Facilita el
descubrimiento de nuevos conocimientos al procesar información con algoritmos
avanzados, generando ideas innovadoras.
Por su parte, Tomalá et al. (2023)
expresan que la IA tiene el potencial de transformar la gestión educativa,
haciendo que sea más eficiente, efectiva y personalizada. Es importante que las
instituciones educativas exploren las posibilidades de la IA y la implementen
de manera responsable para aprovechar al máximo sus beneficios. Por su parte, autores como Piedra et al. (2023); Zamudio et
al. (2023); y, Justiniano-Tucto (2023), señalan los beneficios que ofrece la IA
en la gestión educativa:
a. Optimización de rutas y logística: La IA puede gestionar el
inventario de materiales educativos y alertar sobre la necesidad de
reabastecimiento. Igualmente, logra automatizar tareas administrativas como la
inscripción de estudiantes, la gestión de pagos y la programación de clases.
b. Organización
de volúmenes de datos: La IA puede almacenar y organizar grandes cantidades de información, como
registros de estudiantes, calificaciones, asistencia y evaluaciones. También,
analiza estos datos para identificar tendencias y patrones, lo que permite a
los gerentes educativos tomar decisiones más informadas. Además, personaliza el
aprendizaje para cada estudiante, adaptando el contenido y las actividades a
sus necesidades e intereses individuales.
c. Monitoreo del rendimiento de sistemas o procesos: La IA puede
monitorizar el rendimiento de los alumnos en tiempo real, identificando
aquellos que necesitan apoyo adicional. Igualmente, evalúa la eficacia de los
programas educativos y realiza recomendaciones para su mejora. También, detecta
problemas como el acoso escolar y ofrece soluciones para abordarlos.
d. Análisis de los resultados: La IA puede analizar evaluaciones
para identificar áreas que deben mejorar los estudiantes. Igualmente, logra comparar
el rendimiento de los alumnos con estándares nacionales e internacionales. Asimismo,
consigue predecir el futuro desempeño y los ayuda a tomar decisiones sobre su
futuro académico.
2. Metodología
Para el desarrollo del estudio
se asumió el enfoque cuantitativo, que según Arias (2016), se encarga
de la recopilación y análisis estadístico de datos numéricos; asimismo, el tipo
de investigación fue básica cuyo objetivo es la formulación de nuevas teorías o
la mejora de las existentes y el nivel fue descriptivo, que se encarga de
caracterizar hechos, fenómenos, individuos o grupos.
El diseño del estudio fue de
campo y no experimental, según Hernández-Sampieri y Mendoza (2018), es cuando la
recopilación de datos ocurre en entornos naturales sin intervención o
manipulación de las variables; y de corte transversal, porque la recopilación
de información fue en un solo momento.
La muestra del estudio estuvo
conformada por 42 docentes y 12 directivos de instituciones educativas públicas
de educación superior en Maracaibo, estado Zulia, Venezuela. Para la selección
se empleó un muestreo no probabilístico, los sujetos de estudio se
seleccionaron según el criterio establecido por los investigadores, quienes eligieron
a individuos que consideraron relevantes o representativos para el estudio.
Es pertinente indicar, que en
la investigación se optó por no mencionar los nombres de las instituciones
participantes. Esta decisión se basa en consideraciones de confidencialidad, consentimiento
informado, generalización de resultados y protección de identidad. Al omitir
los nombres, se evitan posibles repercusiones negativas para las instituciones,
se permite una generalización más amplia de los hallazgos y se mantiene el
enfoque en el tema de investigación principal. Esto garantiza la integridad y
la imparcialidad del estudio, permitiendo que los resultados se centren en
analizar el impacto de la inteligencia artificial en la gestión educativa sin
distracciones externas.
Los criterios de inclusión
para la selección de los docentes fueron que estuvieran activos en la enseñanza universitaria. Con experiencia mínima
de dos años como profesores universitarios, asimismo, de poseer conocimientos
básicos sobre tecnologías de la información y estar dispuestos a integrar la
inteligencia artificial en su práctica pedagógica. Por otra parte, que los directivos
ocupasen cargos de liderazgo en instituciones educativas superiores y demostraran
interés en implementar tecnologías innovadoras, incluida la inteligencia
artificial, para mejorar la gestión educativa.
En el caso de los criterios
de exclusión, se prescindieron a aquellos docentes que no estaban dispuestos a
participar en actividades de formación relacionadas con la integración de
inteligencia artificial en la educación. Asimismo, se excluyeron a los
directivos que no ocupaban cargos de liderazgo en instituciones de educación
superior y que no estaban interesados en explorar nuevas tecnologías para
mejorar la gestión educativa.
En términos éticos, se obtuvo
el consentimiento informado de todos los participantes, se le explicó
claramente el propósito, procedimientos y riesgos de su participación. Se
garantizó la confidencialidad de la información y el anonimato en los
resultados. Se tomaron medidas para evitar cualquier daño físico, emocional o
profesional y se aseguró que el estudio beneficiara a las instituciones
educativas. Se consideraron principios éticos como la equidad, transparencia y
responsabilidad en la investigación sobre inteligencia artificial en la gestión
educativa.
Para la recolección de datos,
se seleccionó la técnica de encuesta. Se diseñó un cuestionario estructurado de
tipo Likert, conformado en 44 ítems
en total, con 22 dedicados a cada variable y con cinco alternativas de
respuesta. El cuestionario se digitalizó utilizando Google Forms y se distribuyó entre los participantes a través de WhatsApp y correo electrónico, con el
fin que los colaboradores pudiesen agregar sus respuestas de manera
conveniente.
Con la finalidad de cumplir
con el rigor científico del cuestionario como instrumento para la recogida de
datos, se aplicó la validez de contenido mediante el juicio de cinco expertos
en el área temática. Igualmente, se determinó su confiabilidad mediante la
aplicación del coeficiente de Alfa de Cronbach como consistencia interna,
obteniéndose un rango de 0.865 de alta magnitud. Finalmente, los resultados
obtenidos fueron analizados utilizando el software
estadístico SPSS, en su versión 27, que generaron tablas de frecuencias donde
se muestran los resultados del estudio.
3. Resultados y discusión
La Tabla 1, presenta
información sobre procesos gerenciales en la educación universitaria, se
muestran los resultados en frecuencias absolutas y porcentajes relativos. Para
categorizar se utilizó como escala: Eficiente, moderado y deficiente. En
relación con el indicador de planificación, se observó que la mayoría de los
encuestados la consideran deficiente (68,5%), seguida por moderada (22,2%) y
eficiente (9,2%). Esto sugiere que la planificación de la gestión educativa en
la educación universitaria analizada enfrenta desafíos significativos y
requiere mejoras.
Tabla 1
Procesos gerenciales en la educación universitaria
|
Niveles |
Planificación |
Organización |
Dirección |
Control |
Evaluación |
|||||
|
Fr |
F% |
Fr |
F% |
Fr |
F% |
Fr |
F% |
Fr |
F% |
|
|
Eficiente |
5 |
9,2 |
23 |
42,5 |
33 |
61,1 |
47 |
87 |
43 |
79,6 |
|
Moderado |
12 |
22,2 |
31 |
57,4 |
18 |
33,3 |
4 |
7.4 |
12 |
22,2 |
|
Deficiente |
37 |
68,5 |
0 |
0 |
3 |
5,5 |
0 |
0 |
0 |
0 |
|
Total |
54 |
100% |
54 |
100% |
54 |
100% |
54 |
100% |
54 |
100% |
Fuente: Elaboración propia, 2024.
En
referencia a la organización, la mayoría de los encuestados (57,4%) refieren que
es moderada; mientras un 42,5% la califica como eficiente. Si bien hay áreas de
mejora, la organización en general parece ser adecuada. En el caso de la dirección,
el 61,1% de los encuestados la considera como eficiente, seguido por un 33,3%
que la califica como moderada y solo un 5,5% deficiente. Estos resultados
sugieren que la dirección en el contexto estudiado es mayoritariamente
eficiente.
Para
el control, un 87% de los encuestados plantearon que es eficiente, seguido por
un 7,4% que lo califican como moderado. Evidentemente, este proceso
administrativo en el contexto de educación universitaria es eficiente en su
mayoría. Finalmente, en cuanto a la
evaluación, un 79,6% de los sujetos la considera como eficiente, seguido por un
22,2% que la define como moderada. Estos resultados sugieren que la evaluación
en el entorno estudiado es en su mayoría eficiente.
La Tabla 2, revela que el indicador optimiza
las rutas y logística mediante IA, es considerada eficiente por el 61,1% de los
encuestados, lo que indica un gran potencial para mejorar la planificación y
gestión de rutas en la educación superior. Sin embargo, aún hay margen para
mejorar, puesto que el 33,3% la considera moderada y solo un 5,5% la califica
como deficiente.
Tabla 2
Características de la
inteligencia artificial que facilitan los procesos gerenciales
|
Niveles |
Optimiza las rutas
y logística mediante
IA |
Organiza volúmenes de datos
con IA |
Monitorea el rendimiento
de sistemas o procesos
con IA |
Analiza los resultados con
IA |
||||
|
Fr |
F% |
Fr |
F% |
Fr |
F% |
Fr |
F% |
|
|
Eficiente |
33 |
61,1 |
43 |
79,6 |
33 |
61,1 |
37 |
68,5 |
|
Moderado |
18 |
33,3 |
12 |
22,2 |
18 |
33,3 |
12 |
22,2 |
|
Deficiente |
3 |
5,5 |
0 |
0 |
3 |
5,5 |
5 |
9,2 |
|
Total |
54 |
100% |
54 |
100% |
54 |
100% |
54 |
100% |
Fuente: Elaboración propia, 2024.
En referencia, la organización de volúmenes de datos
con IA, es considerada eficiente por el 79,6% de los encuestados, lo que indica
un gran potencial para mejorar la gestión de datos en las instituciones de
educación universitaria. Sin embargo, aún hay aspectos para mejorar, puesto que
el 22,2% la considera moderada.
En relación al monitoreo del rendimiento de sistemas
o procesos con IA, es percibida como eficiente por el 61,1% de los encuestados,
lo que indica un gran potencial para mejorar la gestión. Sin embargo, aún hay elementos
por optimar, puesto que el 33,3% la considera moderada y solo un 5,5% la
califica como deficiente.
Finalmente, en referencia al análisis de resultados con
IA, es apreciada como eficiente por el 68,5% de los encuestados, lo que indica que
es un gran potencial para obtener información útil de los procesos o sistemas
de organización. Sin embargo, aún existen áreas que necesitan mejorar, puesto
que el 22,2% la considera moderada y solo un 9,2% la califica como deficiente.
Los resultados subrayan la conveniencia de
incorporar la inteligencia artificial en entornos universitarios. Para ello, es
crucial brindar capacitación al personal para aprovechar sus beneficios y
garantizar su correcta implementación. Al mismo tiempo, se debe establecer un
seguimiento continuo para perfeccionar su eficacia a medida que se integra en
las actividades académicas y administrativas. Esta estrategia no solo promueve
la innovación educativa, sino que también contribuye al desarrollo de una
institución universitaria más eficiente y adaptada a las demandas
contemporáneas.
Los resultados de
este estudio se analizan a la luz de algunas teorías que describen la inteligencia artificial
como mecanismo para mejorar la gestión educativa universitaria; en tal sentido, Piedra et al. (2023) sugieren
que, la implementación de la IA en la planificación educativa puede
revolucionar la forma en que se diseñan los programas académicos y se
distribuyen los recursos. En este sentido, Zamudio et al. (2023) destaca que,
mediante el análisis de datos históricos y tendencias educativas, la IA puede
predecir las necesidades futuras de los estudiantes y adaptar los planes de
estudio. Asimismo, puede ayudar a identificar áreas de mejora en la
planificación curricular y sugerir ajustes para garantizar un aprendizaje más
efectivo.
De acuerdo con Diestra
et al. (2021), la IA puede optimizar la organización de los recursos
educativos, desde la distribución de aulas y horarios hasta la asignación de
personal docente, puesto que, al analizar la disponibilidad de recursos y las
preferencias de los estudiantes, puede crear horarios personalizados que
maximicen la eficiencia y la calidad de la enseñanza. Por su parte, Montiel-Ruiz
y López-Ruiz (2023) consideran que, puede ayudar en la organización de eventos
educativos, la gestión de materiales didácticos y la coordinación de
actividades extracurriculares.
En términos de
dirección, Díaz et al. (2021) expresan que la IA puede proporcionar
herramientas analíticas avanzadas para evaluar el rendimiento de los alumnos,
identificar áreas de mejora y desarrollar estrategias de enseñanza
personalizadas. Asimismo, Vlasova et al. (2019) exponen que, la IA es un
instrumento para la formación profesional efectiva de docentes que los ayuda en
la toma de decisiones estratégicas, proporcionando información en tiempo real
sobre el progreso de los alumnos y las tendencias educativas.
En referencia al
control, Piedra et al. (2023) plantean que, la IA puede mejorar los procesos
educativos mediante la monitorización continúa del rendimiento de los
estudiantes y la identificación de posibles problemas. Asimismo, resulta
fundamental en la detección temprana de problemas educativos. Al analizar datos
en tiempo real, puede alertar sobre situaciones críticas, como el bajo
rendimiento académico o el ausentismo escolar, permitiendo una intervención
inmediata. A criterio de Bannister, Santamaría y
Alcalde (2023), la IA puede
ayudar en la evaluación del desempeño docente y en la identificación de áreas
de mejora en la gestión educativa.
En cuanto a la
evaluación, Miao et al. (2021) consideran que, la IA puede
proporcionar análisis detallados sobre el rendimiento de los estudiantes,
permitiendo una apreciación más objetiva y precisa. También, puede ayudar en la
evaluación de programas educativos y políticas escolares, identificando su
impacto en el aprendizaje de los alumnos y sugiriendo mejoras. Igualmente, Rincón y Vila (2021) creen que puede facilitar la
retroalimentación continua entre docentes y estudiantes, mejorando así la
calidad de la enseñanza y el desempeño de los alumnos en el aprendizaje.
Los resultados
anteriores indican que la inteligencia artificial puede mejorar la gestión
educativa universitaria al transformar la planificación educativa, adaptando
programas académicos y distribuyendo recursos. Igualmente, puede utilizarse
para la optimización de recursos, evaluación del rendimiento estudiantil, formación
docente y la evaluación educativa. La IA también contribuye a la monitorización
del rendimiento académico y facilita la retroalimentación continua entre
docentes y alumnos, mejorando así la calidad de la enseñanza y el desempeño en el
aprendizaje.
En relación con las
características de la inteligencia artificial que facilitan los procesos
gerenciales, Díaz et al. (2021) consideran que la optimización de rutas y
logística con IA para el análisis de datos, puede ser una herramienta poderosa
para mejorar la gestión educativa en todos los niveles, porque permite una
mejor planificación y organización, reduce tiempos de entrega, actualiza
registros y aumenta la eficiencia general. Asimismo, se encarga de identificar áreas
de mejora y el ajuste de procesos para lograr una mayor eficacia y eficiencia
en la gestión educativa.
Por su parte, Piedra
et al. (2023) indican que la IA permite la organización de volúmenes de datos, automatizando las
tareas repetitivas como clasificación de documentos y calificación de exámenes,
liberando tiempo a los docentes para que realicen otras actividades esenciales.
También, analiza datos de diversos aspectos educativos para informar decisiones
sobre estrategias pedagógicas y asignación de recursos. En este sentido, cuando
se optimiza los procesos como la gestión de matrículas, se mejora la eficiencia
y eficacia de las instituciones educativas.
En relación con el monitoreo
del rendimiento de sistemas o procesos, Zamudio et al. (2023) señalan que la IA
ayuda a identificar patrones y áreas de mejora. Detecta tempranamente problemas
académicos y de gestión, permitiendo intervenciones oportunas y personaliza el
aprendizaje para cada estudiante, maximizando su potencial. También, optimiza
la gestión de recursos humanos, financieros y materiales, mejorando la
eficiencia institucional, se encarga de proporcionar información valiosa para
la toma de decisiones estratégicas, impactando positivamente en el rendimiento
académico. Con estas capacidades se convierte en una herramienta crucial para
elevar la calidad educativa y la eficacia de las instituciones.
Finalmente, Justiniano-Tucto
(2023) indica que la IA favorece el análisis de resultados en la gestión educativa,
porque permite automatizar la interpretación de grandes conjuntos de datos,
liberando tiempo para la toma de decisiones; también, identifica patrones y
tendencias, que ayudan a mejorar la comprensión del rendimiento educativo y
permite acciones correctivas para intervenir oportunamente. Igualmente, personaliza
el aprendizaje, adaptándolo a las necesidades individuales de cada estudiante,
maximizando su potencial.
Asimismo, Cornejo-Plaza
y Cippitani (2023) expresan que la IA optimiza la gestión de recursos al
identificar áreas de ahorro y reasignación eficiente y se posiciona como una
herramienta fundamental para mejorar la eficacia y la calidad del sistema
educativo mediante análisis precisos y acciones estratégicas.
En resumen, se puede
indicar que la inteligencia artificial mejora la gestión educativa con su
capacidad para optimizar rutas y logística, organizar datos, monitorear el
rendimiento y analizar resultados. Automatiza tareas como clasificación de
documentos y calificación de exámenes, liberando tiempo para actividades esenciales.
Detecta tempranamente problemas académicos, permitiendo intervenciones
oportunas. Optimiza recursos humanos, financieros y materiales, mejorando la
eficiencia institucional y proporcionando información valiosa para decisiones
estratégicas. Facilita el análisis de grandes conjuntos de datos, identifica
patrones y tendencias, personaliza el aprendizaje, maximizando el potencial
estudiantil y mejorando la calidad del sistema educativo.
Conclusiones
En relación con los procesos
gerenciales en la educación universitaria, los resultados obtenidos refieren
que la planificación, según las respuestas aportadas por los encuestados la
consideran deficiente (68,5%), lo que sugirió que la gestión educativa en los
contextos analizados enfrentaba desafíos significativos y requiere mejoras. En
términos de organización, la mayoría de los encuestados (57,4%) la consideraron
moderada, aunque se identificaron áreas de mejora, en general se percibió como
adecuada. Asimismo, los encuestados percibieron como eficientes los indicadores
dirección, control y evaluación, con resultados de 61,1%; 87%; y 79,6%,
respectivamente.
Por su parte, en las
características de la inteligencia artificial que facilitaron los procesos
gerenciales, en el indicador optimiza las rutas y logística mediante IA, fue
considerada eficiente por el 61,1% de los encuestados, indicando un potencial
significativo para mejorar la planificación y gestión de rutas en las
organizaciones educativas. En relación con la organización de volúmenes de
datos con IA, fue considerada eficiente por el 79,6% de los encuestados, lo que
indica que mejora la gestión de datos en las instituciones de educación
superior.
Asimismo, para el
monitoreo del rendimiento de sistemas o procesos con IA, fue considerada
eficiente por el 61,1% de los encuestados, que sugieren que es un gran
potencial para mejorar la gestión administrativa. Finalmente, para el indicador
análisis de resultados con IA, fue considerada eficiente por el 68,5% de los
encuestados, lo que destacó como un gran potencial para obtener información
útil de los procesos o sistemas de las organizaciones.
Es pertinente
indicar que los desafíos futuros de la inteligencia artificial en la mejora de
la gestión educativa en la educación universitaria implican la creación de
sistemas más adaptables y personalizados, capaces de ofrecer experiencias de
aprendizaje individualizadas. Igualmente, se deben abordar temas éticos y de
privacidad en el uso de datos estudiantiles, así como garantizar el acceso y
equidad a estas tecnologías. La integración efectiva de la IA también requerirá
una actualización constante de las habilidades del personal educativo y una
colaboración estrecha entre expertos en tecnología y pedagogos para diseñar
soluciones que realmente potencien el proceso de enseñanza-aprendizaje.
Referencias
bibliográficas
Acosta,
S. F., y Barreto-Rodríguez, A. (2023). Gestión educativa desde la perspectiva
epistemológica de la complejidad en la gerencia del siglo XXI. Delectus, 6(2),
1-12. https://doi.org/10.36996/delectus.v6i2.208
Acosta,
S. F., y Barrios, M. A. (2023). Procesos gerenciales para la gestión del cambio
en las instituciones educativa. Revista EDUCARE - UPEL-IPB - Segunda Nueva
Etapa 2.0, 27(2), 48-72. https://doi.org/10.46498/reduipb.v27i2.1863
Arbeláez-Campillo,
D. F., Villasmil, J. J., y Rojas-Bahamón, M. J. (2021). Inteligencia artificial
y condición humana: ¿Entidades contrapuestas o fuerzas complementarias? Revista de Ciencias Sociales (Ve), XXVII(2),
502-513. https://doi.org/10.31876/rcs.v27i2.35937
Arias, F. (2016).
El proyecto de investigación. Introducción a la metodología científica. Editorial Episteme.
Ayuso-del-Puerto,
D., y Gutiérrez-Esteban, P. (2022). La Inteligencia Artificial como recurso
educativo durante la formación inicial del profesorado. RIED-Revista
Iberoamericana de Educación a Distancia, 25(2), 347-362. https://doi.org/10.5944/ried.25.2.32332
Bannister, P.,
Santamaría, A., y Alcalde, E. (2023). Una revisión sistemática de la IA
generativa y la educación superior (en inglés como medio de instrucción). Aula
Abierta, 52(4), 401-409. https://doi.org/10.17811/rifie.52.4.2023.401-409
Belda, I.
(2019). Inteligencia artificial. RBA Libros.
Bieliaieva, N.,
Tymoshenko, M., Nalyvaiko, N., Khmurova, V., y Sychova, N. (2023). El uso de la
Inteligencia Artificial en los procesos de Recursos Humanos como parte del
desarrollo sostenible: Aspectos políticos y organizacionales. Revista de la
Universidad del Zulia, 15(42), 578-590. https://doi.org/10.46925//rdluz.42.32
Boden, M.
A. (2017). Inteligencia artificial. Turner.
Botero, S.,
Atencio, F., Tafur, J., y Hernández, H. (2021). Proceso vital en la gestión
educativa: Herramienta de alta calidad hacia la sostenibilidad ambiental. Revista
de Ciencias Sociales (Ve), XXVII(2), 309-321. https://doi.org/10.31876/rcs.v27i2.35916
Briceño, M.,
Correa, S., Valdés, M., y Hadweh, M. (2020). Modelo de gestión educativa para
programas en modalidad virtual de aprendizaje. Revista de Ciencias Sociales
(Ve), XXVI(2), 286-298. https://doi.org/10.31876/rcs.v26i2.32442
Carbonell, C. E.,
Gutiérrez, A. M., Marín, F. T., y Rodríguez, R. (2021). Calidad
en la educación superior en América Latina: Revisión sistemática. Revista
Venezolana de Gerencia, 26(E-6), 345-360. https://doi.org/10.52080/rvgluz.26.e6.21
Cornejo-Plaza,
I., y Cippitani, R. (2023). Consideraciones éticas y jurídicas de la
Inteligencia Artificial en Educación Superior: Desafíos y perspectivas. Revista
de Educación y Derecho, (28), 1-23. https://doi.org/10.1344/REYD2023.28.43935
Chávez, G. P.,
Castro, J. K., Ibarra, M. A., y Tobar, Y. F. (2024). La inteligencia artificial
en la educación superior: Oportunidades y amenazas.
RECIAMUC, 8(1), 71-79. https://doi.org/10.26820/reciamuc/8.(1).ene.2024.71-79
Chiavenato, I. (2017). Planeación
estratégica: Fundamentos y aplicaciones. McGraw- Hill/ Interamericana Editores S.A. de C.V.
Chiavenato, I.
(2019). Introducción a la teoría general de
Administración.
McGraw-Hill/ Interamericana Editores S.A. de C.V.
Díaz,
L. P., Tito, J. V., García, G., y Boy, A. M. (2021). Inteligencia artificial
aplicada al sector educativo. Revista Venezolana de Gerencia, 26(96),
1189-1200. https://doi.org/10.52080/rvgluz.26.96.12
Diestra, N. M.,
Cordova, A. J., Caruajulca, C. P., Esquivel, D. L., y Nina, S. A. (2021). La
inteligencia artificial y la toma de decisiones gerenciales. Revista de
Investigación Valor Agregado, 8(1), 52-69. https://doi.org/10.17162/riva.v8i1.1631
Figueroa,
Á. (2018). Gerencia con todos: Aplicando la gerencia participativa. CreateSpace Independent Publishing Platform.
García-Peña,
V. R., Mora-Marcillo, A. B., y Ávila-Ramírez, J. A. (2020). La inteligencia
artificial en la educación. Dominio de las Ciencias, 6(3), 648-666. https://dominiodelasciencias.com/ojs/index.php/es/article/view/1421
Hernández-Sampieri, R., y
Mendoza, C. (2018). Metodología de la Investigación: Las rutas cuantitativas, cualitativas y
mixtas. McGraw-Hill/ IInteramericana
Editores S.A. de C.V.
Hormaza, Z. I.,
Intriago, J. R., Zambrano, L. D., y Palacios, E. W. (2022). Gerencia educativa
en el contexto de educación superior: Caso Ecuador. Revista Venezolana de
Gerencia, 27(7), 409-425. https://doi.org/10.52080/rvgluz.27.7.27
Ibáñez, R., y Villasana,
P. E. (2022). Gerencia educativa: Procesos de enseñanza aprendizaje para la
construcción de conocimiento. Revista Venezolana de Gerencia, 27(7), 297-312.
https://doi.org/10.52080/rvgluz.27.7.20
Justiniano-Tucto,
A. (2023). La inteligencia artificial en la gestión de la calidad y su
importancia. Gaceta Científica, 9(1), 5-7. https://doi.org/10.46794/gacien.9.1.1860
Maita-Cruz, Y.
M., Flores-Sotelo, W. S., Maita-Cruz, Y. A., y Cotrina-Aliaga, J. C. (2022).
Inteligencia artificial en la gestión pública en tiempos de Covid-19. Revista
de Ciencias Sociales (Ve), XXVIII(E-5),
331-330. https://doi.org/10.31876/rcs.v28i.38167
Martínez-Huamán,
E., Quispe, R. A., Gutiérrez, J., y García, C. E. (2022). Gestión educativa y
competencias: Concepciones del docente universitario. Revista Venezolana de
Gerencia, 27(E-7), 266-280. https://doi.org/10.52080/rvgluz.27.7.18
Melo, G. E., Coto, M. F.,
y Acosta, M. G. (2023). Educación y la Inteligencia Artificial (IA). Dominio
de las Ciencias, 9(4), 242–255. https://dominiodelasciencias.com/ojs/index.php/es/article/view/3587
Miao, F., Holmes, W., Huang, R., y Zhang, H. (2021). Inteligencia artificial y educación: Guía para las
personas a cargo de formular políticas. UNESCO Publishing. https://unesdoc.unesco.org/ark:/48223/pf0000379376
Montiel-Ruiz, F. J., y López-Ruiz, M. (2023). Inteligencia artificial
como recurso docente en un colegio rural agrupado. RiiTE Revista
Interuniversitaria de Investigación en Tecnología Educativa, (15), 28-40. https://doi.org/10.6018/riite.592031
Norman-Acevedo, E. (2023). La inteligencia artificial en la educación: Una
herramienta valiosa para los tutores virtuales universitarios y profesores
universitarios. Panorama, 17(32), 1-11. https://doi.org/10.15765/pnrm.v17i32.3681
Ocaña-Fernández, Y., Valenzuela-Fernández, L. A., Vera-Flores, M. A., y
Rengifo-Lozano, R. A. (2021). Inteligencia artificial (IA) aplicada a la
gestión pública. Revista Venezolana de Gerencia, 26(94), 696-707. https://doi.org/10.52080/rvgv26n94.14
Paredes-Chacín, A. J., Inciarte, A., y Walles-Peñaloza, D. (2020).
Educación superior e investigación en Latinoamérica: Transición al uso de
tecnologías digitales por Covid-19. Revista de Ciencias Sociales (Ve), XXVI(3),
98-117. https://doi.org/10.31876/rcs.v26i3.33236
Parga, R. A. (2023). La inteligencia artificial en el sistema educativo
venezolano: oportunidades y amenazas. Revista Eduweb, 17(4), 9-15. https://doi.org/10.46502/issn.1856-7576/2023.17.04.1
Piedra,
J. C., Salazar, I. E., Vílchez, C., Cortez, H. O., García, B. L., y Amaya, K. L.
(2023). La Inteligencia Artificial al servicio de la gestión y la
implementación en la educación. Editorial Mar Cribe. https://doi.org/10.31219/osf.io/z2y7c
Rincón, J., y
Vila, M. (2021). Modelo predictivo multivariable en tiempo real para predecir
el desempeño de los estudiantes, en programas virtuales de posgrado, empleando
inteligencia artificial. American Journal of Distance Education, 35(4), 307-328. https://doi.org/10.1080/08923647.2021.1954839
Rouhiainen, L. (2018). Inteligencia
artificial. Alienta
Editorial.
Sulbarán, W. J.
(2023). Potencial de la inteligencia artificial en la cultura de innovación de
un modelo organizacional sostenible en Venezuela. Temas de Comunicación, (46),
27-48. https://revistasenlinea.saber.ucab.edu.ve/index.php/temas/article/view/6220
Tomalá, M. A., Mascaró, E.
M., Carrasco, C. G., y Aroni, E. V. (2023). Incidencias de la inteligencia
artificial en la educación. RECIMUNDO, 7(2), 238-251. https://doi.org/10.26820/recimundo/7.(2).jun.2023.238-251
Valencia, A. T., y
Figueroa, R. E. (2023). Incidencia de la Inteligencia Artificial en la
educación. Educatio Siglo XXI, 41(3), 235-264. https://doi.org/10.6018/educatio.555681
Villasmil, J. J.,
Berrocal, J. C., y Rodelo, M. R. (2024). Inteligencia artificial y nuevas
formas de derecho en el siglo XXI. Revista de Ciencias Sociales (Ve), XXX(E-9), 447-458. https://doi.org/10.31876/rcs.v30i.42324
Vlasova, E. Z., Goncharova, S. V., Barakhsanova, E. A., Karpova, N. A., e Ilina,
T. S. (2019). Artificial
intelligence for effective professional training of teachers in the Russian
Federation. Revista Espacios,
40(22), 1-9. https://www.revistaespacios.com/a19v40n22/19402209.html
Zamudio, V. M.,
Solares, A., Serrano, G., y Guerrero, L. A. (2023). Gestión Educativa a través
de Inteligencia Artificial como una alternativa para el abandono escolar. Revista
Electrónica sobre Educación Media y Superior, 10(19). https://www.cemys.org.mx/index.php/CEMYS/article/view/325
* Doctor
en Ciencias de la Educación. Posdoctorado en Investigación. Magister en
Enseñanza de la Biología. Especialista en Docencia para la Educación Superior.
Licenciado en Educación Biología. Docente e Investigador en la Escuela de
Educación de la Facultad de Humanidades y Educación en la Universidad de Zulia (LUZ),
Maracaibo, Venezuela. E-mail: savier.acosta@gmail.com ORCID: https://orcid.org/0000-0003-2719-9163
** Doctora en
Educación. Posdoctorado en Gerencia de las Organizaciones. Docente e
Investigadora
en la Escuela de Educación y Directora de la División de Investigación
de la Facultad de Humanidades y Educación en la Universidad del Zulia (LUZ),
Maracaibo, Venezuela. Coordinadora del Programa de Especialidades: Docencia
para la Educación Superior y Métodos en Investigación en Educación en la
Universidad del Zulia (LUZ), Maracaibo, Venezuela. E-mail: venezuela.mineirafin2411@gmail.com ORCID: https://orcid.org/0000-0003-3010-142X
Recibido: 2024-03-13 · Aceptado:
2024-05-30