Inteligencia Artificial y Educación: Transformando el Aprendizaje del siglo XXI

Autores/as

Rosa Matilde Cevallos Zambrano, ; Verónica Fernanda Haro Villafuerte, ; Daniel Vicente Antón Llerena, ; Katiuska Cinthya Maxi Murillo, ; Carmen Viviana Benavidez Naranjo,
DOI: https://doi.org/10.64973/edu.2025.2520

Palabras clave:

Inteligencia artificial, educación primaria, ética tecnológica, accesibilidad educativa, innovación pedagógica

Sinopsis

"Inteligencia Artificial y Educación: Transformando el Aprendizaje del Siglo XXI" es un análisis profundo de cómo la inteligencia artificial (IA) está redefiniendo el panorama educativo en las aulas del siglo XXI. El libro aboga por el uso responsable y ético de la IA en la educación, destacando su capacidad para mejorar la enseñanza primaria sin reemplazar el juicio humano del docente. A través de capítulos que exploran diversos temas, el autor detalla cómo la IA puede facilitar la diferenciación educativa, ofrecer retroalimentación formativa personalizada y promover la accesibilidad para estudiantes con diversas necesidades.
El texto también aborda la necesidad de un enfoque ético al integrar la IA en el ámbito escolar, sugiriendo que se deben seguir principios de protección de datos y mantener un equilibrio entre la tecnología y la intervención humana. Se hace hincapié en la importancia de la supervisión docente para detectar errores, sesgos y "alucinaciones" de la IA antes de implementar sus resultados en clase. Además, el libro promueve prácticas pedagógicas inclusivas, como el uso de subtítulos y textos de fácil lectura, y sugiere estrategias para mitigar los riesgos asociados con la IA, como el sesgo y la invasión de la privacidad.
El libro también explora el impacto de la IA en la creación de contenido educativo, como actividades interactivas, y proporciona un marco de trabajo para la adopción institucional de la tecnología. A lo largo de las secciones, se enfatiza la necesidad de políticas claras y formación continua para garantizar un uso responsable de la IA en el aula, asegurando que los resultados sean beneficiosos para los estudiantes, sin dejar de lado el bienestar digital y la equidad educativa.

Biografía del autor/a

Rosa Matilde Cevallos Zambrano, Universidad Estatal de Milagro

Licenciada en Turismo y Magíster en Educación Básica. Su experiencia combina la gestión cultural y la educación, áreas que inspiran su labor como autora.

Verónica Fernanda Haro Villafuerte, Ministerio de Educación del Ecuador

Docente de Educación Básica con ocho años de experiencia en formación integral. Egresada del Instituto Superior Pedagógico Dr. Misael Acosta Solís y Licenciada en Ciencias de la Educación por la Universidad Estatal de Bolívar. Magíster en Educación Básica por la UNEMI. Su trayectoria destaca en la planificación curricular, la enseñanza activa y el acompañamiento pedagógico, impulsando estrategias didácticas para un aprendizaje significativo.

Daniel Vicente Antón Llerena, Universidad Estatal de Milagro

Magíster en Educación Básica, cuya trayectoria está marcada por la investigación, actualización y en la excelencia pedagógica. Posee un Diplomado en Inteligencia Artificial y Pedagogía, un Diplomado superior en Participación Ciudadana y una Certificación en Formación de Formadores. Actualmente, ejerce como profesor en la Academia Next Move Ajedrez, donde su enfoque experto se centra en el desarrollo integral y el perfeccionamiento de las habilidades de los jóvenes deportistas, combinando rigurosidad académica con la pasión por el crecimiento personal.

Katiuska Cinthya Maxi Murillo, Universidad Estatal de Milagro

Psicóloga clínica y educativa con 13 años de experiencia en atención en clínica privada, brindando apoyo psicológico individual y familiar. Durante 6 años trabajé en el Ministerio de Educación como DECE de la institución, gestionando programas educativos y promoviendo el bienestar integral de estudiantes y docentes. Actualmente curso una maestría en Educación Básica, lo que complementa mi experiencia en gestión y atención educativa. Mi labor combina habilidades clínicas y formación académica, enfocándome en estrategias de intervención, desarrollo emocional y fortalecimiento del aprendizaje para favorecer el crecimiento personal y académico.

Carmen Viviana Benavidez Naranjo, Universidad Estatal de Milagro

Docente de educación básica con 18 años de experiencia. Magíster en Educación Básica por la Universidad Estatal de Milagro y licenciada en Educación básica por la UTPL. En la actualidad, soy profesora en la Unidad Educativa Chontamarca, que se encuentra dentro de la provincia y el cantón del Cañar, en una entidad pública.

Referencias

Ajjawi, R., & Bearman, M. (2024). From authentic assessment to authenticity in assessment. Assessment & Evaluation in Higher Education, 49(3), 1–16. https://doi.org/10.1080/02602938.2023.2271193

Al-Jbouri, E., Chen, L., & Denovan, A. (2023). Building elementary students’ social and emotional skills: A randomized controlled trial. Child & Youth Care Forum, 52(4), 777–799. https://doi.org/10.1007/s12310-022-09538-x

Almeqdad, Q. I., & Hammouri, H. M. (2023). The effectiveness of universal design for learning: A systematic review and meta-analysis. Cogent Education, 10(1), 2218191. https://doi.org/10.1080/2331186X.2023.2218191

Baker, R. S. (2022). Algorithmic bias in education. International Journal of Artificial Intelligence in Education, 32(4), 901–902. https://doi.org/10.1007/s40593-021-00285-9

Batanero, C., & Álvarez-Arroyo, R. (2024). Teaching and learning of probability. ZDM–Mathematics Education, 56, 5–17. https://doi.org/10.1007/s11858-023-01511-5

Bender, E. M., Gebru, T., McMillan-Major, A., & Mitchell, S. (2021). On the dangers of stochastic parrots. FAccT ’21, 610–623. https://doi.org/10.1145/3442188.3445922

Casal-Otero, L., Catala, A., Fernández-Morante, C., & Taboada, M. (2023). AI literacy in K-12: A systematic literature review. International Journal of STEM Education, 10(1). https://doi.org/10.1186/s40594-023-00418-7

CAST. (2024). UDL Guidelines (Version 3.0+). https://udlguidelines.cast.org/

Chen, P., Liu, X., Zhang, S., & Yu, X. (2023). Fostering computational thinking through unplugged activities: A systematic review and meta-analysis. International Journal of STEM Education, 10, 52. https://doi.org/10.1186/s40594-023-00434-7

Creative Commons. (2024). About CC licenses. https://creativecommons.org/licenses/

Crompton, H. (2023). Evidence of the ISTE Standards for Educators leading to improved student outcomes. Journal of Research on Technology in Education, 55(6), 794–813. https://doi.org/10.1080/21532974.2023.2244089

Dai, L., Hopp, T., Hooft, J., & Li, Z. (2024). Text-to-speech and virtual reality agents in primary school: Perception and effectiveness for information recall. Journal of Computer Assisted Learning, 40(6). https://doi.org/10.1111/jcal.13046

de Jong, L., Meirink, J., & Admiraal, W. (2022). School-based collaboration as a learning context for teachers: A review. Teaching and Teacher Education, 109, 103541. https://doi.org/10.1016/j.tate.2021.103541

Gadotti, A., Jagielski, M., Leino, K., & Tramer, F. (2024). Anonymization: The imperfect science of using data while preserving privacy. Science Advances, 10(25), eadn7053. https://doi.org/10.1126/sciadv.adn7053

Hartwig, M. K., Rohrer, D., & Dedrick, R. F. (2022). Scheduling math practice: Students’ underappreciation of spacing and interleaving. Journal of Experimental Psychology: Applied, 28(1), 100–113. https://doi.org/10.1037/xap0000391

Herold-Blasius, R., & Schmidt, S. (2024). The role of strategy keys in enhancing heuristics and self-regulation in mathematical problem-solving. Journal of Mathematics Teacher Education. https://doi.org/10.1080/19477503.2024.2430135

Higher Education Quarterly. (2024). Development of an early warning system for higher education (hequ.12539). https://doi.org/10.1111/hequ.12539

Hilz, A., Hofman, A. D., Jansen, B. R. J., & Aldrup, K. (2025). Tracing students’ practice behavior in an adaptive math learning program: Does it mediate the math anxiety–performance link? Learning and Instruction, 98, 102113. https://doi.org/10.1016/j.learninstruc.2025.102113

Iyamuremye, E., Ndayizigiye, A., & Mugenzi, R. (2025). Concrete–Pictorial–Abstract instruction: Enhancing students’ mathematics motivation and achievement. Cogent Education, 12(1), 2558303. https://doi.org/10.1080/2331186X.2025.2558303

Karlberg, M., & Klang, N. (2024). Positive behavior support in school: A quasi-experimental mixed methods study and a randomized controlled trial. BMC Psychology, 12, 210. https://doi.org/10.1186/s40359-024-02021-z

Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., … & 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

Komanduri, S., et al. (2024). Safeguarding children in generative AI: Risk frameworks and design implications. Proceedings of the 2024/2025 ACM (Paper ID: 10.1145/3688828.3699656). https://doi.org/10.1145/3688828.3699656

Lee, C.-Y., & Tieng, S. M. (2023). Helping low-achieving students to comprehend the area of a rectangle. Cogent Education, 10(1), 2277576. https://doi.org/10.1080/2331186X.2023.2277576

Lee, J., Jeong, J., Jung, S., Moon, J., & Rho, S. (2022). Verification of de-identification techniques for personal information using tree-based methods with Shapley values. Journal of Personalized Medicine, 12(2), 190. https://doi.org/10.3390/jpm12020190

Lee, M., Lee, S. Y., Kim, J. E., & Lee, H. J. (2023). Domain-specific self-regulated learning interventions for elementary school students. Learning and Instruction, 88, 101810. https://doi.org/10.1016/j.learninstruc.2023.101810

Lindström-Sandahl, H., Jönsson, K., & Heimann, M. (2023). Effects of a phonics intervention in a randomized controlled trial for early readers. Dyslexia, 29(3), 338–358. https://doi.org/10.1002/dys.1751

Majeika, C. E., Albro, E. R., & Boyle, M. (2024). Integrated multi-tiered systems of support in elementary schools. The Journal of Special Education. https://doi.org/10.1177/10534512241254031

Maki, K. E., & Snidarich, S. M. (2022). Reading fluency intervention dosage: A meta-analysis and research synthesis. Journal of School Psychology, 94, 68–86. https://doi.org/10.1016/j.jsp.2022.03.008

Malakul, S., & Park, J. (2023). The effects of using an auto-subtitle system in educational videos to facilitate learning. Smart Learning Environments, 10(4). https://doi.org/10.1186/s40561-023-00224-2

Mandinach, E. B. (2021). Data ethics in education: A theoretical, practical, and policy framework. Studia Paedagogica, 26(2), 9–29. https://doi.org/10.5817/SP2021-2-2

Marasabessy, R., Suparman, S., & Helsa, Y. (2024). Fostering spatial visualization in GeoGebra-assisted geometry lesson: A systematic review and meta-analysis. EURASIA Journal of Mathematics, Science and Technology Education, 20(9), em2509. https://doi.org/10.29333/ejmste/15170

Masiello, I., Mohseni, Z., Palma, F., Nordmark, S., Augustsson, H., & Rundquist, R. (2024). A current overview of the use of learning analytics dashboards. Education Sciences, 14(1), 82. https://doi.org/10.3390/educsci14010082

Mayer, R. E. (2024). The past, present, and future of the cognitive theory of multimedia learning. Educational Psychology Review, 36, 8. https://doi.org/10.1007/s10648-023-09842-1

Mehrabi, N., Morstatter, F., Saxena, N., Lerman, K., & Galstyan, A. (2021). A survey on bias and fairness in ML. ACM Computing Surveys, 54(6), 1–35. https://doi.org/10.1145/3457607

Melguizo-Ibáñez, E., et al. (2024). Active break as a tool for improving attention in the educational context: A systematic review and meta-analysis. Revista de Psicodidáctica (English Ed.), 29(2), 147–157. https://doi.org/10.1016/j.psicoe.2024.02.003

Nguyen, D., Lam, B. H., & Phan, H. (2024). A review of the empirical research literature on PLCs for teachers in the Global South. Professional Development in Education. https://doi.org/10.1080/19415257.2023.2238728

NIST. (2023). Artificial Intelligence Risk Management Framework (AI RMF 1.0). https://doi.org/10.6028/NIST.AI.100-1

OECD. (2021). Children in the digital environment: Revised typology of risks. Paris: OECD. https://www.oecd.org/content/dam/oecd/en/publications/reports/2021/01/children-in-the-digital-environment_9d454872/9b8f222e-en.pdf

Paulsen, L., & Lindsay, E. (2024). Learning analytics dashboards are increasingly becoming about learning and not just analytics: A systematic review. Education and Information Technologies, 29, 13753–13786. https://doi.org/10.1007/s10639-023-12401-4

Qi, J., Li, H., Zhang, Y., & Zhao, Y. (2023). Screen time among school-aged children aged 6–14: A systematic review. Global Health Research and Policy, 8, 20. https://doi.org/10.1186/s41256-023-00297-z

Sandoval-Martín, T., & García-Ull, A. (2024). Perpetuation of gender bias in visual representation through AI. Social Sciences, 13(5), 250. https://doi.org/10.3390/socsci13050250

Söderström, S., & Palm, T. (2024). Feedback in mathematics education research: A systematic literature review. Research in Mathematics Education. https://doi.org/10.1080/14794802.2024.2401488

Suresh, H., & Guttag, J. (2021). A framework for understanding sources of harm in ML. Proceedings of the 2021 ACM FAccT Conference, 695–706. https://doi.org/10.1145/3465416.3483305

Talbott, E., De Los Reyes, A., Kearns, D. M., Mancilla-Martinez, J., & Wang, M. (2023). Evidence-based assessment in special education research. Remedial and Special Education, 44(5), 267–279. https://files.eric.ed.gov/fulltext/EJ1381193.pdf

UNESCO. (2023). Guidance for generative AI in education and research. Paris: UNESCO. https://doi.org/10.54675/EWZM9535

UNICEF. (2021). Policy guidance on AI for children. Florence: UNICEF Innocenti. https://www.unicef.org/innocenti/media/1341/file/UNICEF-Global-Insight-policy-guidance-AI-children-2.0-2021.pdf

UNICEF Europe and Central Asia. (2024). Data protection in schools: Guidance for legislators, policy-makers and education institutions. https://www.unicef.org/eca/media/35876/file/Data%20protection%20in%20schools%20.pdf

Voulgari, N., Alexopoulos, A., & Fotaris, P. (2024). A systematic review of augmented reality in mathematics education: Integrating art elements. Advances in Communications, 3(2), 135–154. https://doi.org/10.36922/ac.4446

W3C Web Accessibility Initiative. (2023). Web Content Accessibility Guidelines (WCAG) 2.2. https://www.w3.org/TR/WCAG22/

W3C WAI. (2023). Web Content Accessibility Guidelines (WCAG) 2.2. https://www.w3.org/TR/WCAG22/

Xu, Z., Hsu, W.-C., & Chen, N.-S. (2023). A meta-analysis of the efficacy of self-regulated learning intervention on learning outcomes in online and blended environments. Behaviour & Information Technology, 42(14), 1–20. https://doi.org/10.1080/0144929X.2022.2151935

Yim, I. H. Y., & Su, J. (2024). Artificial intelligence (AI) learning tools in K-12 education: A scoping review. Journal of Computers in Education, 12, 93–131. https://doi.org/10.1007/s40692-023-00304-9

Zhao, L., Zhao, B., & Li, C. (2023). Alignment analysis of teaching–learning–assessment within the classroom: How teachers implement project-based learning under the curriculum standards. Disciplinary and Interdisciplinary Science Education Research, 5, 13. https://doi.org/10.1186/s43031-023-00078-1

109402

Descargas

Formato Digital

Publicado

diciembre 22, 2025
Derechos de autor 2025 EduLearn Academy SAS

Detalles sobre esta monografía

ISBN-13 (15)

978-9942-7393-8-4

Cómo citar

Cevallos Zambrano, R. M., Haro Villafuerte, V. F., Antón Llerena, D. V., Maxi Murillo, K. C., & Benavidez Naranjo, C. V. (Eds.). (2025). Inteligencia Artificial y Educación: Transformando el Aprendizaje del siglo XXI. EduLearn Academy SAS. https://doi.org/10.64973/edu.2025.2520