e realizó un estudio utilizando la metodología de Mapeo Sistemático de la Literatura, la cual permite llevar a cabo una búsqueda exhaustiva de información en artículos científicos sobre temas específicos. En primer lugar, se identificó una problemática que se convirtió en el foco de la investigación. Luego, se abordó esta problemática de manera rigurosa, basándose en el estado actual de la literatura, lo que permitió determinar la extensión del campo de investigación y combinar diversos aspectos para responder preguntas de investigación más concretas. Al finalizar la búsqueda, se obtuvieron conclusiones basadas en los resultados obtenidos.

Con el propósito de recopilar todos los artículos requeridos para realizar el mapeo sistemático de la literatura, se emplearon fuentes electrónicas extensivas, que comprenden bases de datos que albergan documentos de distintas áreas de investigación. Por lo tanto, se decidió elegir algunas de las fuentes más reconocidas y con una mayor cantidad de artículos relacionados con la inteligencia artificial en la educación y sus implicaciones. Estas fuentes incluyeron SEDICI, IEEE Xplore Digital Library, ACM Digital Library y Science Direct.

Para la obtención de artículos se definió una cadena de búsqueda que permitió la realización de mapeo sistemático de la literatura. Se definió una primera cadena de búsqueda con tres términos principales: Inteligencia Artificial, Educación en línea, Machine Learning, obteniendo de esta manera la cadena de búsqueda uno, CB1: (“Inteligencia Artificial” AND “Educación en Línea” AND “Machine Learning”), con esta cadena de búsqueda se lograron obtener resultados pero no fue lo esperado, por lo que se generó una segunda cadena de búsqueda considerando términos relacionados y en inglés para lograr obtener una mayor cantidad de artículos relacionados con la temática, quedando la CB2: (“Artificial Intelli gence” AND “Automata”) AND (“Intelligent Tutors”) AND (“Support for Education”) AND (“Higher Education” AND “University”) AND (“Systematic Literature Mapping”) AND (“Systematic Literature Review”).La cerveza es una de las bebidas fermentadas más conocidas y antiguas de la humanidad.

Después de realizar las búsquedas, se procedió a aplicar criterios de inclusión (CI) y exclusión (CE) a todos los artículos encontrados. La tarea consistía en seleccionar aquellos que contenían información relevante para abordar las preguntas planteadas en este estudio, descartando aquellos que no cumplían con los requisitos. Este proceso fue iterativo, apli cando las distintas reglas de selección a cada artículo. Cabe resaltar que, en esta etapa, se conformó un conjunto inicial de artículos relevantes, los cuales fueron sometidos a un análisis detallado en la siguiente sección, mediante la aplicación de filtros basados en los criterios establecidos. La selección final de trabajos se completó utilizando criterios de inclusión y exclusión, los cuales se encuentran detallados en la tabla que se presenta a continuación:

Tabla 2. Tabla 2. Criterios de inclusión y exclusión

CRITERIOS DE INCLUSIÓN
CI1. Artículos en inglés y español.
CI2. Artículos publicados desde 2018 al 2023.
CI3. Tipo de documento: documentos de congresos y revistas.
CI4. Artículos que relacionen la inteligencia artificial y la educación
CRITERIOS DE EXCLUSIÓN
CE1. Artículos duplicados.
CE2. Artículos que no consideraban a la IA en la educación como tema principal o secundario.
CE3. Artículos publicados previo al 2018.

Elaboración propia

Al aplicar la cadena de búsqueda dos (CB2) se obtuvieron 65 estudios potenciales, de los cuales se seleccionaron 16 trabajos de acuerdo con los criterios de inclusión.

El artículo "Findings on teaching machine learning in high school: A tenyear systematic literature review" realiza una revisión sistemática de la literatura durante un período de diez años para examinar la enseñanza del aprendizaje automático en la escuela secundaria. El estudio evalúa la validez de la instrucción programada en cursos en línea, midiendo el rendimiento en pruebas, la frecuencia de publicaciones en discusiones, el compromiso de tiempo de los instructores, la generalización y las percepciones de los estudiantes sobre el aprendizaje en línea. El artículo proporciona evidencia empírica sobre la efectividad de la instrucción programada en cursos en línea y su impacto en el rendimiento de los estudiantes (Martins & Gresse Von Wangenheim, 2022). Este estudio muestra una aplicación actual de la inteligencia artificial en la educación, específicamente en la enseñanza del aprendizaje automático en la escuela secundaria. La instrucción programada, combinada con la tecnología en línea, permite a los estudiantes aprender de manera estructurada y autónoma, mejorando su rendimiento en pruebas y su participación en discusiones. Estas aplicaciones de inteligencia artificial están impactando en el campo educativo al proporcionar nuevas formas de enseñanza y aprendizaje, y mejorando la eficiencia y la calidad de la educación en la escuela secundaria.

El artículo "Artificial intelligence literacy in higher and adult education: A scoping literature review", lleva a cabo una revisión de la literatura con el propósito de examinar la alfabetización en inteligencia artificial en contextos de educación superior y educación de adultos. El estudio destaca que, aunque la inteligencia artificial es una realidad, la producción científica sobre su aplicación en la educación superior aún no se ha consolidado. Sin embargo, informes de relevancia global, como el Horizon Report, predicen que la inteligencia artificial se implementará en la educación superior en un plazo de cuatro a cinco años. La inteligencia artificial se considera una tecnología emergente que tiene como objetivo crear sistemas computacionales con comportamientos inteligentes y adaptativos, capaces de aprender de su entorno, al igual que los seres humanos. El artículo también menciona que existe un interés mundial en el tema de la inteligencia artificial en la educación, pero la literatura sobre este tema aún se encuentra en una etapa incipiente. Se destaca la necesidad de aumentar la conciencia sobre los mecanismos de aplicación de la inteligencia artificial y difundir su potencial en el entorno educativo (Laupichler et al., 2022).

El artículo "Systematic review of artificial intelligence in higher education (2000-2020) and future research directions" realiza una revisión sistemática de la literatura sobre la inteligencia artificial en la educación superior durante el período de 2000 a 2020. El estudio destaca que la inteligencia artificial ha experimentado importantes avances en los últimos años y representa una tecnología emergente que revolucionará la forma en que los seres humanos viven. Se menciona que la inteligencia artificial ya se está introduciendo en el campo de la educación superior, aunque muchos profesores desconocen su alcance y, sobre todo, en qué consiste. Este artículo examina la producción científica relacionada con la inteligencia artificial en la educación superior y señala que la literatura en este campo todavía está en sus primeras etapas de desarrollo. El estudio muestra un interés mundial en el tema de la inteligencia artificial en la educación superior y resalta que la literatura sobre este tema está en una etapa temprana de desarrollo. Se menciona que informes de relevancia global, como el Horizon Report, predicen que la inteligencia artificial se implementará en la educación superior en un plazo de cuatro a cinco años. Se destaca que la inteligencia artificial es una tecnología emergente que tiene como objetivo crear sistemas computacionales con comportamientos inteligentes y adaptativos, capaces de aprender de su entorno, al igual que los seres humanos (R Gera, 2021).

El artículo "La llegada de la inteligencia artificial a la educación" reflexiona sobre la implementación de la inteligencia artificial en la educación y su impacto en la impartición y generación de conocimientos. Se destaca el uso de la inteligencia artificial en la evaluación de los estudiantes y la eficiencia en la construcción de evaluaciones. Además, se menciona que la bibliografía sobre este tema es amplia, lo que demuestra el interés que genera en el ámbito científico. También se resalta el amplio abanico de posibilidades de aplicación de las tecnologías avanzadas en contextos formales, no formales y experiencias informales (Moreno Padilla, 2019).

El artículo "Inteligencia artificial aplicada al sector educativo" aborda la aplicación de la inteligencia artificial en el sector educativo. Subraya que la inteligencia artificial constituye una herramienta tecnológica con un alcance amplio y un impacto significativo en el siglo XXI, y su adopción en el ámbito educativo puede plantear nuevos desafíos y oportunidades. Se menciona que la integración de tecnologías de la información y las comunicaciones ha permitido la innovación en los procesos de enseñanza aprendizaje, como el uso de dispositivos móviles dentro y fuera del aula (Tito et al., 2021). El artículo destaca la importancia de adaptar el aprendizaje automático (Machine Learning) como fundamento para la creación de otras estrategias, tales como la realidad aumentada, realidad virtual, realidad mixta, gamificación, laboratorios virtuales y remotos, y la integración de la inteligencia artificial. Se hace hincapié en que la inteligencia artificial orientada al aprendizaje móvil debe promover la interactividad y proporcionar asesoramiento asistido mediante flashcards, chats o voz.

El artículo "Teaching machine learning in school: A systematic mapping of the state of the art" realiza un mapeo sistemático del estado del arte sobre la enseñanza del aprendizaje automático en la escuela. El estudio examina cómo se ha utilizado la inteligencia artificial para mejorar los procesos de enseñanza y aprendizaje en entornos educativos. Se destaca la importancia de enseñar a los estudiantes sobre el aprendizaje automático y cómo aplicarlo en diferentes disciplinas. Además, se mencionan las implicaciones de enseñar el aprendizaje automático, como el desarrollo de habilidades de pensamiento crítico y resolución de problemas, así como la preparación de los estudiantes para futuras carreras en campos relacionados con la inteligencia artificial (Marques et al., 2020).

El artículo "Artificial intelligence innovation in education: A twentyyear datadriven historical analysis" realiza un análisis histórico basado en datos de los últimos veinte años sobre la innovación de la inteligencia artificial en la educación. El estudio examina cómo se ha utilizado la inteligencia artificial para mejorar los procesos de enseñanza y aprendizaje en entornos educativos y cuáles son sus implicaciones. Se destaca que la inteligencia artificial ha revolucionado los métodos de enseñanza y aprendizaje, y su aplicación en la educación ha generado cambios significativos en la forma en que se enseña y se aprende (Guan et al., 2020). Los autores mencionan que la inteligencia artificial ha permitido la creación de sistemas de enseñanza personalizados y adaptativos, que se ajustan a las necesidades individuales de los estudiantes. Además, se resalta que la inteligencia artificial ha mejorado la eficiencia de la enseñanza al proporcionar retroalimentación instantánea y personalizada, así como la capacidad de analizar grandes cantidades de datos para identificar patrones y tendencias en el aprendizaje de los estudiantes.

El artículo "Educational Data Mining for Student Performance Prediction: A Systematic terature Review", lleva a cabo una revisión sistemática de la literatura acerca de la minería de datos educativos con el fin de anticipar el rendimiento de los estudiantes. El estudio examina cómo se ha utilizado la inteligencia artificial, Particularmente, se enfoca en la minería de datos con el objetivo de mejorar los procesos de enseñanza y aprendizaje en contextos educativos, explorando sus implicaciones. Se destaca que la minería de datos educativos permite analizar grandes conjuntos de datos para identificar patrones y tendencias en el rendimiento de los estudiantes, lo que puede ayudar a los educadores a tomar decisiones informadas y personalizar la enseñanza para mejorar el rendimiento de los estudiantes (Roslan & Chen, 2022). El artículo menciona que la minería de datos educativos se ha utilizado para predecir el rendimiento de los estudiantes, identificar factores que influyen en el éxito académico y desarrollar sistemas de recomendación personalizados. Además, se resalta que la minería de datos educativos plantea implicaciones éticas y de privacidad, ya que implica el uso de datos personales de los estudiantes.

El artículo "Una revisión sistemática sobre aula invertida y aprendizaje colaborativo apoyados en inteligencia artificial para el aprendizaje de programación", lleva a cabo una revisión sistemática de la literatura que aborda el empleo de la inteligencia artificial en la enseñanza de programación mediante enfoques como el aula invertida y el aprendizaje colaborativo. Este estudio identifica experiencias educativas que emplean estas estrategias junto con la inteligencia artificial con el fin de mejorar los procesos de enseñanza y aprendizaje en entornos educativos. El artículo destaca que el aula invertida y el aprendizaje colaborativo, apoyados en la inteligencia artificial, pueden mejorar el aprendizaje de la programación al permitir una mayor interactividad y personalización del proceso de enseñanza. Se mencionan aplicaciones como sistemas de recomendación y plataformas virtuales de aprendizaje que utilizan la inteligencia artificial para adaptarse a las necesidades específicas de cada estudiante (Mosquera et al., 2021).

El artículo "Teachers' readiness and intention to teach artificial intelligence in schools" examina la disposición y la intención de los docentes para enseñar inteligencia artificial en las escuelas. El estudio resalta que la inteligencia artificial tiene el potencial de mejorar los procesos de enseñanza y aprendizaje al ofrecer nuevas oportunidades y recursos educativos. Sin embargo, también se identifican desafíos en la implementación de la inteligencia artificial en la educación, como la falta de conocimiento y capacitación de los docentes, la disponibilidad de recursos tecnológicos y la adaptación de los planes de estudio (Ayanwale et al., 2022). El artículo demuestra que la introducción de la inteligencia artificial en la educación presenta posibles ventajas, como el fortalecimiento de la personalización del aprendizaje, la adecuación a las particularidades de cada estudiante y la expansión de las posibilidades educativas. No obstante, también se subrayan desafíos, como la necesidad de fortalecer la competencia digital de los docentes, asegurar la igualdad en el acceso a la tecnología y abordar las inquietudes éticas y de privacidad.

El artículo "Artificial Intelligence in Today's Education Landscape: Understanding and Managing Ethical Issues for Educational Assessment" aborda el uso de la inteligencia artificial en la evaluación educativa y las implicaciones éticas asociadas. El estudio analiza la aplicación de la inteligencia artificial para el mejoramiento de los procedimientos de enseñanza y aprendizaje en ambientes educativos, además de explorar sus repercusiones. Se destaca que la inteligencia artificial puede mejorar la eficiencia y la precisión de la evaluación educativa al analizar grandes cantidades de datos y proporcionar retroalimentación personalizada a los estudiantes (Lim et al., 2023). El artículo también aborda cuestiones éticas desafiantes relacionadas con la implementación de la inteligencia artificial en la evaluación educativa, tales como la protección de la privacidad de los datos de los estudiantes, la equidad en el acceso a la tecnología y la toma de decisiones fundamentada en algoritmos. Se resalta la importancia de comprender y gestionar adecuadamente estos desafíos éticos para garantizar un uso responsable y ético de la inteligencia artificial en la educación.

El artículo "Challenges and Future Directions of Big Data and Artificial Intelligence in Education", Explora los retos y las perspectivas futuras relacionadas con la aplicación de Big Data e inteligencia artificial en la educación. El empleo de la inteligencia artificial en el ámbito educativo ha mostrado ser beneficioso en múltiples aspectos, incluyendo la mejora en la eficiencia de la evaluación, la adaptación del aprendizaje a las necesidades individuales, la retroalimentación instantánea y la disponibilidad de recursos educativos de alta calidad. Sin embargo, también presenta desafíos que deben abordarse, como la falta de capacitación docente, la privacidad y seguridad de los datos, la desigualdad de acceso y la dependencia excesiva de la tecnología (Luan et al., 2020). La introducción de la inteligencia artificial en la educación ha posibilitado que los educadores reduzcan su carga de trabajo al automatizar la corrección de exámenes y la evaluación de tareas. Además, la inteligencia artificial puede personalizar el contenido y las actividades de aprendizaje de acuerdo con las necesidades particulares de cada estudiante, lo que favorece un enfoque más individualizado y orientado hacia el alumno.

El artículo "Big educational data & analytics: Survey, architecture and challenges" aborda el tema del análisis de grandes datos en el ámbito educativo. El estudio presenta una encuesta sobre el uso de Big Data y analítica en la educación, así como una arquitectura general y los desafíos asociados. Se destaca que el análisis de Big Data en la educación puede dividirse en tres categorías: software de análisis de datos como servicio, plataforma de análisis de datos como servicio e infraestructura de análisis de datos como servicio. Además, se propone una arquitectura general para el análisis de Big Data en la educación, que incluye la recolección de datos de múltiples fuentes, el almacenamiento distribuido de datos y el procesamiento de datos a nivel intra/inter (Ang et al., 2020). La personalización de la educación y la adaptación a las necesidades individuales de los estudiantes son posibles gracias a la inteligencia artificial (IA) y otras tecnologías emergentes. La IA puede utilizarse para evaluar automáticamente a los estudiantes, personalizar los contenidos educativos y proporcionar tutorización virtual. Estas aplicaciones de la IA permiten a los estudiantes recibir una educación adaptada a sus necesidades específicas y mejorar su rendimiento académico. Sin embargo, la personalización de la educación a través de la IA plantea implicaciones éticas y sociales. Por un lado, existe la preocupación por la privacidad y la seguridad de los datos de los estudiantes. La recopilación y el análisis de grandes cantidades de datos personales pueden plantear riesgos de violación de la privacidad y el uso indebido de la información. Además, la personalización de la educación puede generar desigualdades si no todos los estudiantes tienen acceso a la tecnología necesaria o si no se abordan las barreras digitales.

El artículo "Artificial intelligence literacy in higher and adult education: A scoping literature review" analiza la literatura existente sobre la alfabetización en inteligencia artificial (IA) en la educación superior y de adultos. El estudio tiene como objetivo comprender cómo se puede utilizar la IA para personalizar la educación y adaptarla a las necesidades individuales de los estudiantes, así como explorar las implicaciones de esta personalización. El análisis bibliométrico realizado revela que, aunque la IA es una realidad, la producción científica sobre su aplicación en la educación superior aún no se ha consolidado. Existe un interés mundial en el tema, pero la literatura sobre este tema está en una etapa incipiente (Laupichler et al., 2022). Se destaca que la IA aplicada a la educación superior es una realidad marginal, aunque se están obteniendo resultados beneficiosos. La personalización de la educación y la adaptación a las necesidades individuales de los estudiantes son factibles gracias a la inteligencia artificial. La IA puede ser empleada para implementar sistemas de tutorización virtual que se ajusten a cada estudiante, proporcionando retroalimentación personalizada y adecuando el ritmo de aprendizaje. Asimismo, la IA puede utilizarse para anticipar el desempeño de los estudiantes y desarrollar entornos de aprendizaje adaptables.

El artículo "Trends on Technologies and Artificial Intelligence in Education for Personalized Learning: Systematic Literature Review" Conduce una revisión sistemática de la literatura que aborda las tendencias en tecnologías e inteligencia artificial (IA) en la educación con el enfoque en el aprendizaje personalizado. El propósito de este estudio es examinar la utilización de la IA para la personalización de la educación y su adecuación a las particularidades de cada estudiante, además de explorar las consecuencias de esta adaptación. La revisión de la literatura revela que la IA puede utilizarse para personalizar la educación de diversas formas. Una de las aplicaciones más comunes es la adaptación de los contenidos educativos a las necesidades y preferencias individuales de los estudiantes (Hashim et al., 2022). Esto implica la utilización de algoritmos de inteligencia artificial para analizar los datos de los estudiantes y ofrecerles materiales y recursos educativos que se ajusten a su nivel de conocimiento, estilo de aprendizaje y preferencias personales. Además, la inteligencia artificial puede emplearse para brindar tutoría virtual y retroalimentación personalizada a los estudiantes. Los sistemas de tutorización virtual hacen uso de algoritmos de IA para adaptar el ritmo de aprendizaje, proporcionar explicaciones adicionales y recomendar actividades de refuerzo según las necesidades individuales de cada estudiante.

El artículo "Artificial Intelligence in Education and Schools", este estudio se enfoca en la aplicación de la inteligencia artificial (IA) en el ámbito educativo y en las escuelas. Resalta cómo la IA puede ser empleada para personalizar la educación y adaptarla a las necesidades individuales de los estudiantes, al mismo tiempo que examina las implicaciones de esta personalización. La IA se utiliza para aumentar la eficiencia y la eficacia en la enseñanza y el aprendizaje. Se ha demostrado que los sistemas de reconocimiento de voz basados en IA pueden comunicarse y responder preguntas de los estudiantes de manera efectiva. Además, la IA se emplea para optimizar la eficiencia en el aula y potenciar la capacidad de ofrecer educación personalizada a los estudiantes. La introducción de robots educativos basados en IA en la enseñanza de educación física ha demostrado aumentar el interés y la actitud de aprendizaje de los estudiantes (Göçen & Aydemir, 2020). La personalización de la educación mediante la inteligencia artificial implica ajustar los contenidos y las estrategias de enseñanza a las necesidades individuales de los estudiantes. Los robots educativos basados en IA pueden ofrecer retroalimentación personalizada y adaptar el ritmo de aprendizaje de acuerdo a las necesidades de cada estudiante.

El artículo "Hybrid Physical Education Teaching and Curriculum Design Based on a Voice Interactive Artificial Intelligence Educational Robot" presenta un enfoque innovador para la enseñanza de educación física utilizando un robot educativo basado en inteligencia artificial (IA). El estudio propone un modelo híbrido de enseñanza de educación física que combina las ventajas de la tecnología de IA con la enseñanza tradicional para mejorar la eficiencia en el aula y la capacidad de educación personalizada para los estudiantes. El artículo destaca que la IA puede utilizarse para mejorar la eficiencia del aula y proporcionar una educación más personalizada. El uso de un robot educativo basado en IA permite la interacción por voz con los estudiantes, lo que facilita la comunicación y la respuesta a las preguntas de los estudiantes. Además, el robot educativo puede adaptarse a las necesidades individuales de los estudiantes, brindando una experiencia de aprendizaje más personalizada (Yang et al., 2020).

La inteligencia artificial (IA) está generando un impacto significativo en la educación y está siendo empleada de diversas maneras. Según un estudio que evaluó la enseñanza del aprendizaje automático en las escuelas secundarias, la instrucción planificada en cursos en línea junto con tecnologías en línea está impulsando la participación en las discusiones y el rendimiento de los estudiantes. Esto ejemplifica cómo la IA puede mejorar la eficacia y la calidad de la educación secundaria.

La IA se considera una tecnología de vanguardia con la capacidad de construir sistemas informáticos inteligentes y adaptables en la educación superior y la educación de adultos. Si bien aún no se ha consolidado la investigación sobre el uso de la IA en la educación superior, documentos como el Informe Horizon indican que se utilizará en los próximos cuatro o cinco años. Es fundamental compartir conocimientos sobre los mecanismos de aplicación de la IA y su potencial en el ámbito educativo.

La IA en educación tiene la capacidad de individualizar el aprendizaje y adaptarlo a las necesidades de cada alumno. Esto se puede lograr mediante la personalización de materiales educativos y el uso de tutorías en línea. Para brindarles a los estudiantes información y recursos que sean apropiados para su nivel de conocimiento y preferencias personales, la IA puede analizar los datos de los estudiantes. Además, la IA puede ofrecer comentarios personalizados y cambiar el ritmo de aprendizaje para adaptarse a los requisitos de cada estudiante.