Teachers’ Ethical Perceptions of Artificial Intelligence: A Reflection on the Future of Education
AFHIT HERNÁNDEZ VILLALBA[1]
KAREN WAGNER SINIGER[2]
FECHA DE RECEPCIÓN: 16 DE JUNIO DE 2026
FECHA DE ACEPTACIÓN: 30 DE JULIO DE 2026
RESUMEN
El presente estudio analiza la percepción de docentes de nivel Medio Superior en México respecto al uso de la inteligencia artificial (IA) en el contexto educativo, así como la atribución de responsabilidades sobre la enseñanza, el desarrollo y el uso ético de las llamadas inteligencias artificiales. Frente a posturas polarizadas —que oscilan entre el alarmismo y la visión tecno-utópica— esta investigación adopta un enfoque exploratorio mixto con predominancia cuantitativa, para que funja como base al aspecto cualitativo. Se aplicó un cuestionario tipo Likert de 30 ítems a una muestra no probabilística de 40 profesores de una institución privada. Los resultados muestran una percepción equilibrada entre beneficios y riesgos (M oportunidades = 3.90; M retos = 3.92), sin diferencias significativas según edad o experiencia docente. La mayoría reconoce el potencial de la IA para optimizar procesos pedagógicos, pero expresa preocupación por el uso no ético por parte del alumnado, particularmente en relación con la autoría y la automatización excesiva. Asimismo, el 72.5% considera que es responsabilidad del docente formar en el uso ético de la IA. Se concluye que no es viable establecer un modelo ético único y estático para regular la IA en el aula; en su lugar, se propone la construcción de un marco dinámico, contextual y prudencial, desarrollado desde la práctica cotidiana del profesorado. Asumiendo como base para un uso responsable de la IA en educación, la sensibilización ética sistemática y la reafirmación del rol formativo del docente ante una tecnología en constante evolución.
Palabras claves: inteligencia artificial, percepción docente, ética educativa
ABSTRACT
The present study examines the perceptions of Highschool teachers in Mexico regarding the use of artificial intelligence (AI) in educational contexts, as well as the attribution of responsibility for the teaching, development, and ethical use of AI. After encountering polarized positions—from alarmism to techno-utopianism— this research adopts an exploratory mixed-methods approach with a quantitative predominance. A non-probabilistic sample of 40 teachers from a private institution answered a 30-item Likert-type questionnaire. The findings indicate a balanced perception of benefits and risks (M opportunities = 3.90; M challenges = 3.92), with no significant differences according to age or teaching experience. Most participants acknowledge the potential of AI to optimize pedagogical processes, while expressing concern regarding students’ unethical use, particularly in relation to authorship and excessive automation. Additionally, 72.5% consider it the teacher’s responsibility to provide instruction in the ethical use of AI. We conclude that establishing a single, static ethical model to regulate AI in the classroom is not viable. Instead, a dynamic, contextual, and prudential framework is needed, grounded in teachers’ everyday professional practice. Such a framework presupposes systematic ethical awareness and the reaffirmation of the teacher’s formative role in the face of an ever-evolving technology.
Keywords: artificial Intelligence, teacher perception, educational ethics
Introducción
¿Cuál es la percepción que los profesores tienen sobre la llamada inteligencia artificial (IA)? Independientemente de la materia que impartan, ¿se sienten los profesores responsables de enseñar cómo hacer un uso ético de ésta? Y sí es así, ¿cómo se pueden estandarizar los aprendizajes y objetivos sobre dicho uso ético de una herramienta cada vez más común en la vida contemporánea?
Desde que la inteligencia artificial se volvió de uso público, la percepción de sus capacidades y usos han estado en constante entredicho. Por un lado, la visión alarmista que exageradamente coloca a la inteligencia artificial como un agente potencialmente peligroso para la educación, y, en el otro extremo, la idea mesiánica, tecno-utópica, donde la inteligencia artificial es vista como la salvadora a muchos de los problemas de la educación en el mundo. Es razonable decir que la realidad está en algún punto entre estos dos extremos y que, para bien o para mal, la IA ha llegado para quedarse, por lo que es fundamental que se haga investigación en torno a las maneras en las que la IA está trastocando los procesos, siendo uno fundamental la educación en todas las escalas.
Primero, y al ser un concepto que se manifiesta en muchas áreas, debemos definir qué se entiende por inteligencia artificial. “I.A. es una de las ramas de la informática, con fuertes raíces en otras áreas como la lógica y las ciencias cognitivas” la cual es capaz de que “se comporte de manera como si el mismo comportamiento lo realizara un ser humano, [por lo tanto] éste sería llamado inteligente”[3].
Según fuentes académicas como los estudios de Chan y Tsi[4] y R. Alfredo et al.[5], los profesores temen principalmente tres cosas con respecto al uso de la inteligencia artificial en la educación: el reemplazo de su labor (miedo compartido con otras profesiones), la pérdida de control humano (también un miedo general) y preocupaciones éticas sobre la automatización (este último, un miedo un poco más especializado o centrado en ciertos sectores como la industria). Chan y Tsi advierten que, aunque algunos consideran que la IA podría reemplazar a los docentes, “la mayoría de los participantes arguye que los profesores humanos poseen cualidades únicas —como el pensamiento crítico, la creatividad y las emociones— que los hacen irreemplazables”[6].
Por otro lado, R. Alfredo, V Echeverría et al. señalan que un diseño de IA poco centrado en los usuarios genera desconfianza entre los docentes, ya que estos sistemas muchas veces carecen de participación de los usuarios en su desarrollo, lo que pone en riesgo la “seguridad, confiabilidad y la capacidad de control humano frente a la automatización”[7]. Esto se da cuando se lleva a la escuela plataformas diseñadas para ambientes empresariales o de otras naturaleza tratando de crear escenarios reales para la educación de los estudiantes.
Sin embargo, los puntos medios no suelen ser tan atractivos y el alarmismo sobre la IA ha causado revuelo en la sociedad y en cómo se percibe culturalmente esta herramienta. Pero ¿cómo se percibe por parte de los docentes de educación media superior en México? ¿Es para ellos un aliado o un rival a vencer? Lo cierto es que responder a estas preguntas merece una reflexión basada en hechos sobre su percepción, además de definir ampliamente qué se entiende como “uso ético”, así como el diseño y la implementación de una herramienta para explorar la percepción de los profesores y todo lo anterior es el objetivo de este artículo que se ofrece para pensar la ética sobre el uso de una herramienta cada vez más común en la vida cotidiana de las escuelas actualmente.
Estado del arte
Dos enfoques relevantes en la literatura sobre la ética de la inteligencia artificial subrayan tanto la necesidad de marcos institucionales como la operacionalización práctica de los principios éticos, es decir, la creación de la teoría que hable sobre cómo regular el uso de la IA en todas las dimensiones de la vida cotidiana, así como la observación de cómo llevar a la práctica dicha teoría, ambos enfoques se encuentran plenamente desarrollados por Morley et al en Operationalising AI ethics: barriers, enablers and next steps.[8]
Por supuesto, el uso ético de la IA es un tema que va más allá de los contextos educativos y que amerita cuestionamientos profundos, que están sucediendo desde hace varios años, pero que se han acelerado desde el lanzamiento de ChatGPT[9]. Como con cualquier tecnología avanzada, la pregunta obligada no es si la IA puede hacer algo o no, sino si debe hacerlo. En un estudio sistemático, Zabala Leal y Gómez Macfarland[10] exploran la responsabilidad civil y la ética en la inteligencia artificial, señalando que el rápido desarrollo de aplicaciones de IA exige mecanismos regulatorios sólidos como auditorías internas y externas para garantizar la rendición de cuentas y proteger los derechos fundamentales. Cabe mencionar que la construcción de ese marco regulatorio trasciende la percepción de los ciudadanos y se enfoca en los usos paulatinos que se vayan dando a la Inteligencia Artificial y moldean los límites hacia dónde deben ir sus alcances y sus usos.
Por ejemplo, hay varios casos documentados en los que la IA se ha usado para fines no éticos o dañinos. Un claro ejemplo, puesto en evidencia en los artículos de Briones, H. P y et al[11]. y Astobiza, A. M.[12] son los usos ilícitos de los llamados deepfakes (es decir, un contenido audiovisual —video, imagen o audio— generado o manipulado mediante inteligencia artificial, especialmente usando redes neuronales profundas (deep learning), para alterar la apariencia, la voz o los movimientos de una persona de manera altamente realista y potencialmente peligrosa).
En estos artículos se documenta cómo los deepfakes, pueden generar desinformación, percepciones erradas, así como manipular opiniones y discursos de odio lo que representa un riesgo serio para la democracia[13]. Del mismo modo, Briones et al.[14] discuten casos concretos de uso ilícito del deepfake y proponen regulaciones, señalando que “su uso malicioso produce trastornos sociales”, especialmente cuando se usa para dañar reputaciones o manipular imágenes personales: un ejemplo muy famoso en el último año, una falsa fotografía del papa Francisco con una chamarra puffer.
Estos usos mencionados de la IA donde se modifican imágenes pueden confundir o manipular la percepción de las personas en las redes y tener un impacto serio en su comportamiento en la vida real. Por ello, la regulación de cómo se usa la IA en las mismas redes se ha visto obligada a esclarecer los casos lícitos y ha obligado a que cada imagen y video de IA tenga la declaración de que se ha modificado si su uso será público. Esto funciona como ejemplo de la creación de marcos regulatorios de su uso. Amén de esto, se debe agregar también que la perfección de las imágenes, voces y videos por la IA está llegando a un nivel tan minucioso que se ha vuelto prácticamente indetectable a simple vista.
Por su parte, el uso educativo de la IA también ha aumentado dramáticamente en los últimos años. El reporte AI in Education Market Report 2026 creado por The Business Research Company[15] el mercado de la IA en el ámbito educativo tuvo su mayor crecimiento entre 2025 y 2026, creciendo de 7.52 miles de millones de dólares en 2025 a 10.6 miles de millones de dólares en 2026, teniendo una tasa de crecimiento anual compuesta (TCAC) del 40.9%. Este crecimiento histórico se atribuye al aumento de plataformas digitales de aprendizaje, la expansión de la educación en línea, el uso de sistemas digitales de gestión del aprendizaje y la demanda de escalabilidad en soluciones educativas. Aunado a lo anterior, se preve que el crecimiento en este sector del mercado siga siendo exponencial en los próximos años. Tomando en cuenta lo anterior, puede decirse con bastante certeza que el uso de IA en contextos educativos continuará creciendo y así también, su economía circundante.
Sin embargo, es importante mencionar que algunas instituciones e incluso países, han frenado la inclusión de tecnologías varias en las aulas, regresando a prácticas más tradicionales como el uso de libros y cuadernos, así como la escritura a mano. Tal es el caso de Suecia, que, luego de ver un declive en los resultados de competencia lectora, revirtió decisiones pasadas de incluir dispositivos digitales desde el prescolar, optando ahora por tener materiales físicos y promover la escritura a mano[16].
La adopción masiva de IA en contextos educativos, ya mencionada, ha empezado actualmente discusiones académicas en todos los niveles, mismas que nacen de las inquietudes de todos los participantes del proceso educativo: padres de familia, estudiantes, profesores, administradores y pedagogos. Por ejemplo, la Organización para la Cooperación y el Desarrollo Económicos (OCDE) publicó en 2026 su Panorama de la Educación Digital[17], mismo que está centrado enteramente en el rol de la IA generativa en las distintas esferas de la educación, desde cómo puede ser una herramienta que mejore el aprovechamiento de los estudiantes y su desarrollo de habilidades, hasta cómo puede eficientizar las tareas administrativas y cómo puede contribuir a la mejora del desempeño docente. Asimismo, ha surgido la necesidad de reflexionar sobre la dimensión ética inherente al uso de la IA, y aunque la conversación en torno a esto sigue en una etapa inicial, ya se han hecho propuestas interesantes.
Por ejemplo, a partir de un metaanálisis sistemático de la literatura relacionada con la adopción de la IA en la educación, y las preguntas éticas que esto genera, Klimova, Pikhart y Kacetl[18] sugieren cuatro principios clave que deben incluirse: Primero, la beneficencia, es necesario garantizar que las tecnologías de IA promuevan el bienestar, aporten beneficios educativos y eviten causar daño a los estudiantes o a la comunidad educativa. Segundo, accountability, es decir, se deben establecer mecanismos claros de rendición de cuentas para desarrolladores, instituciones y docentes respecto al funcionamiento, impacto, transparencia y posibles consecuencias de los sistemas de IA. Tercero, la justicia, buscando asegurar la equidad, la no discriminación y la mitigación de sesgos algorítmicos, evitando que la IA reproduzca o amplifique desigualdades educativas. Cuarto y último, los valores humanos, porque es fundamental proteger la dignidad, la autonomía, los derechos humanos y la libertad de las personas, garantizando que la IA respete principios fundamentales y no sustituya indebidamente la agencia humana. Aunado a lo anterior, los autores mencionan la importancia de vigilar los algoritmos y de identificar claramente a todas las partes interesadas.
Marco teórico y conceptual
Ahora bien, a manera de marco teórico y conceptual es vital que tengamos un panorama claro sobre qué entendemos por uso ético, y eso nos obliga a definir la ética y sus corrientes de manera previa. En la tradición filosófica occidental, la ética ha sido un modo de interrogarnos por aquello que sostiene fundamentalmente nuestras decisiones y nos lleva a emitir juicios morales sobre el comportamiento, las consecuencias y la realidad entendiendo que, aun sin saberlo, hay principios que articulan la forma en que vivimos juntos[19]. Hoy, en un momento en que la inteligencia artificial irrumpe en la vida cotidiana con una naturalidad desconcertante, estas preguntas adquieren una urgencia renovada, especialmente para quienes nos dedicamos a formar personas y acompañarlas en su desarrollo. No se trata únicamente de adaptar prácticas pedagógicas, sino de revisar los marcos conceptuales desde los cuales evaluamos las decisiones morales que se toman en la educación.
Las tres grandes escuelas de pensamiento ético —la deontología, el consecuencialismo y la ética de la virtud— ofrecen puntos de partida valiosos para pensar este escenario. Sin embargo, ninguna de ellas, por sí sola, basta para dar cuenta de los dilemas que la IA plantea cuando atraviesa la enseñanza, el aprendizaje, las relaciones entre estudiantes y docentes, y el rol de la escuela en el panorama sociocultural.
La deontología, con su insistencia en el deber y en la universalidad de las normas, invita a preguntarnos qué significa actuar correctamente cuando las fronteras entre autoría humana y asistencia tecnológica se difuminan[20]. Desde esta perspectiva, un docente podría sostener que su obligación es asegurar la integridad del proceso formativo, independientemente de las herramientas disponibles. Pero ese mismo enfoque tiende a suponer que es posible trazar reglas claras —“permitido”, “prohibido”— en un terreno donde la tecnología avanza con mayor rapidez que nuestra capacidad para regularla, y no se diga legislarla.
El consecuencialismo, por su parte, nos obliga a evaluar los efectos de la IA, su utilidad y sus resultados: ¿facilita el aprendizaje, democratiza el acceso al conocimiento, o promueve la dependencia y el empobrecimiento de las habilidades críticas?[21] Si el valor moral de una acción depende de sus resultados, entonces la integración de la IA deberá, primero, justificarse por los beneficios que aporte al proceso educativo. Sin embargo, esta postura corre el riesgo de relativizar ciertos principios fundamentales —como el desarrollo de la autonomía intelectual, de competencias para la vida y el valor del proceso, el reto y el esfuerzo— cuando los “buenos resultados” inmediatos parecen suficientes.
Finalmente, la ética de la virtud desplaza el foco del acto hacia el carácter[22]. En este marco, el desafío no es solo determinar si los estudiantes “usan adecuadamente” la IA, sino qué tipo de personas están llegando a ser al interactuar con ella. Para el docente, la pregunta se desplaza hacia la formación de hábitos: ¿estamos fomentando la curiosidad, la honestidad intelectual, la perseverancia? ¿O estamos incentivando la resolución rápida de tareas sin comprensión profunda? Esta perspectiva tiene la ventaja de considerar la dimensión humana de la educación, pero puede volverse demasiado amplia para orientarnos en decisiones concretas.
Ante este panorama, quizá la tarea ética fundamental del profesorado no sea adherirse rígidamente a una sola escuela, sino aprender a moverse entre ellas con prudencia, dilucidando con un criterio formado, dónde es más conveniente una postura que otra. La irrupción de la IA no elimina la responsabilidad moral del docente; la reconfigura. Nos obliga a construir criterios nuevos, conscientes de que ni el rechazo absoluto ni la aceptación acrítica resultan posturas suficientes.
A lo anterior, y bajando la teoría ética a terrenos de lo cotidiano, podemos añadir que una de las principales preocupaciones de los profesores en el aula es que muchas veces los alumnos literalmente entregan trabajos realizados por la IA como si fueran estos suyos, cuando se les cuestiona al respecto, mantienen una postura de negación, pues están seguros de que los profesores no pueden comprobar de manera fidedigna y objetiva que el trabajo fue realizado por los estudiantes o por la IA. Claro que, profesores experimentados comentan de manera anecdótica que muchas veces esto es completamente evidente y detectable desde la primera vista del trabajo entregado por el elevado nivel del corpus lingüístico, el tratamiento del tema y la profundidad, incluso la estructura que la IA utiliza de manera reiterativa. Si hablamos de trabajos de matemáticas o física, los profesores advierten la reducción drástica del índice de errores, el desarrollo y el proceso utilizado, incluso la velocidad de entrega de trabajos. Un ejemplo de esto es el estudio realizado por Chen, Ruishi, Victor R. Lee, Annie C. Kuo, Denise C. Pope, y Sarah Miles, llamado “Cheating in the second year of generative AI chatbots: a follow-up study on high school student cheating behaviors”[23] donde se sistematiza el uso de la inteligencia artificial para la resolución de problemas matemáticos y donde algunos alumnos confiesan usarla para engañar en exámenes de mitad de semestre.
Acá y desde los puntos de vista de la ética, tendríamos que cuestionar a los estudiantes, por ejemplo, desde la ética de la virtud, si se ven como expertos en alguna área específica en el futuro y si esa pericia, experiencia o competencia dependerá específicamente de la inteligencia artificial. Si los estudiantes no detectan un problema ético en este punto, entonces estamos hablando de un problema donde el consecuencialismo ético puede dar mucha luz, pues obligaría a los estudiantes a preguntarse si los buenos resultados inmediatos son suficientes para considerar esta práctica como ética; más allá de los resultados inmediatos, obliga a prever sus consecuencias a lo largo del tiempo y para el futuro general de la comunidad a la que afecta.
Diseño de la herramienta
Pero este trabajo no versa sobre la percepción de los estudiantes sobre la IA, aspecto por demás complicado y diverso, puesto que hay miles de variables en juego cuando se habla de estudiantes en general (como la edad, la geografía donde habitan, el acceso a la tecnología, el contexto de la escuela, los consumos culturales, y un sinfín de aspectos diversos). En este estudio se corre un riesgo un poco menor cuando se prefiere preguntarse qué percepción ética tienen los profesores ante la IA, porque los maestros frente a aula suelen llevar una línea más o menos coherente dentro de los marcos de enseñanza de sus áreas. Por ello, nos dimos a la tarea de explorar las percepciones actuales de docentes respecto a la IA, sus oportunidades, retos, adscripción de responsabilidades y recoger así la experiencia que están teniendo con esta herramienta cuyo uso se ha vuelto casi universal en muy poco tiempo.
Por supuesto, no fuimos los primeros en tratar de medir concretamente la percepción de la IA por parte de los profesores en las aulas. Existen otras herramientas previas a este trabajo que has sido utilizadas ya sea para medir la percepción tanto de profesores como de alumnos. Por un lado, tenemos el trabajo de Jardon et al. quienes utilizaron una revisión sistemática de 285 artículos en la base de datos Scopus, acompañada de un análisis bibliométrico usando RStudio y Bibliometrix, para crear otra base de datos sobre la percepción de la IA[24]. Este estudio concluye que “tanto los alumnos como los docentes han comenzado a reconocer los beneficios de la IA, como la mejora en la eficiencia de la evaluación y la creación de materiales educativos interactivos. Sin embargo, esta transformación también plantea desafíos que deben ser abordados, como la necesidad de garantizar la equidad, la ética en la recolección de datos y la preservación del elemento humano en la educación”[25].
Por otro lado, tenemos a Morán Ortega et al. y su artículo “Barreras de la Inteligencia Artificial generativa en estudiantes de educación superior. Percepción docente”[26]. En este artículo aparte de desarrollar una herramienta de medición de percepción por parte de los profesores que consistió en un cuestionario de ocho preguntas, también revisa sistemáticamente más de veinte artículos de investigación. Las preguntas que utiliza redundan en la percepción, como en los usos, por ejemplo, ¿cuáles considera como principales riesgos asociados al mal uso de la inteligencia artificial generativa? y ¿qué medidas pueden tomarse para prevenir el mal uso de la inteligencia artificial generativa en la universidad? Los resultados de este estudio no son diferentes al del anterior, pues
se destaca la preocupación unánime sobre los riesgos éticos, especialmente en el ámbito de la investigación, donde el robo de identidad y la difusión de contenido falso son considerados amenazas significativas. La necesidad de abordar estos riesgos ética y legalmente es una conclusión compartida por varios docentes. En cuanto a los beneficios, la percepción positiva de la IA como herramienta de apoyo es evidente. Los docentes reconocen su utilidad en simplificar tareas administrativas, mejorar la productividad y facilitar procesos como la traducción de idiomas y la revisión de código. Sin embargo, también se señala la importancia de normalizar su uso, estableciendo pautas claras y fomentando buenas prácticas y conciencia ética entre los estudiantes[27].
El presente estudio adoptó un diseño exploratorio y de enfoque mixto, con predominancia cuantitativa. El propósito fue analizar las percepciones docentes sobre las oportunidades y los retos asociados al uso de la inteligencia artificial (IA) en el contexto educativo. El enfoque mixto permitió complementar datos cuantitativos descriptivos con observaciones cualitativas derivadas de comentarios abiertos incluidos en la encuesta.
Sobre los participantes diremos que la población estuvo conformada por docentes de nivel Medio Superior pertenecientes a una misma institución educativa privada. La muestra fue no probabilística por conveniencia y estuvo integrada por 40 profesores, quienes participaron de forma voluntaria. La encuesta fue completada de manera anónima.
Se recolectaron datos demográficos básicos al inicio del cuestionario, incluyendo edad, años de experiencia docente y disciplina académica impartida. La distribución de edad de los profesores es como sigue: 15% menores de 30, 47.5% reportan una edad de entre 31 y 40, 20% tiene entre 41 y 50, y el 17.5% tiene más de 50. Por su parte, en cuanto a experiencia docente, el 55% reporta más de 11 años de experiencia, el 25% tiene entre 6 y 10 años de experiencia, 15% tiene entre 1 y 5 años de experiencia y el 5% tiene menos de un año de experiencia.
Acerca del instrumento de debe declarar que se utilizó un cuestionario digital compuesto por 25 ítems tipo Likert de 5 puntos, con opciones de respuesta de 1 = Totalmente en desacuerdo a 5 = Totalmente de acuerdo. El instrumento evaluó dos factores principales: a) Percepción de oportunidades ante el uso de IA en el contexto educativo (Alpha de Cronbach=.88); y b) Percepción de retos asociados al uso de IA en el contexto educativo (Alpha de Cronbach=.80). Además, se incluyeron varios ítems independientes enfocados en el uso general de la IA y las percepciones globales del profesorado respecto a esta tecnología.
Procedimiento
La encuesta fue aplicada de forma digital a través de Google Forms. Se distribuyó una invitación institucional a todos los docentes de la preparatoria, invitándolos a participar de manera voluntaria. La participación fue anónima y no se recolectó información personal identificable. Una vez completada la muestra, los datos fueron descargados y organizados para su análisis estadístico.
Los datos fueron analizados con el software IBM SPSS Statistics el cual es un programa informático especializado en el análisis estadístico de datos, diseñado por primera vez en 1968 para la gestión, transformación, modelado y visualización de información cuantitativa. Este trabajo es de carácter cuantitativo en sus bases para a partir de éste crear un desarrollo cualitativo una vez obtenido los resultados estadísticos. El mencionado software se emplea ampliamente en investigación científica, ciencias sociales, educación, salud, y estudios de mercado, debido a su capacidad para ejecutar procedimientos estadísticos descriptivos e inferenciales —como análisis de regresión, pruebas de hipótesis, análisis factorial y modelos multivariados— mediante una interfaz gráfica intuitiva y un sistema de sintaxis reproducible. Cabe mencionar que ha tenido múltiples adecuaciones desde su creación en los años sesenta y ahora constituye una herramienta contemporánea y fundamental para este tipo de trabajos.
Desde una perspectiva académica, es decir, la nuestra, IBM SPSS Statistics constituye para nosotros una herramienta metodológica que facilita el procesamiento riguroso de bases de datos, contribuyendo a la validez, confiabilidad y replicabilidad de los estudios empíricos, al integrar técnicas avanzadas de análisis con opciones de documentación y control de resultados. Para cada factor se calcularon puntuaciones compuestas mediante la media aritmética. De este modo y con ayuda de dicha herramienta, se realizaron análisis descriptivos para cada ítem, incluyendo medias y frecuencias porcentuales. También se evaluó la fiabilidad interna mediante coeficientes alfa de Cronbach. Se prevé realizar análisis comparativos adicionales entre subgrupos (por ejemplo, años de experiencia o disciplina) en etapas posteriores.
Si el aspecto comparativo se opta en futuras investigaciones, este puede dar mucha luz en detalles específicos para comprender la manera en cómo se comporta y se modifica la percepción en sectores determinados según edad generacional o zona geográfica y otros aspectos. Este abordaje de los datos obtenidos, por supuesto, no es nuevo, ya lo han explorado otros investigadores como en los trabajos Percepciones y Aplicaciones de la IA entre Estudiantes de Secundaria de Alfaro-Salas y Días-Porras donde “se empleó un enfoque pragmático y una metodología mixta para recopilar datos de 506 alumnos mediante encuestas. En cuanto al diseño, se seleccionó un enfoque descriptivo para adecuarse a la naturaleza multifacética de la investigación. El tipo de estudio transversal permitió un análisis efectivo del fenómeno en estudio.” Dicho estudio concluye que es de vital necesidad y ante el crecimiento del uso de la IA en la escuela “integrar la ética y la conciencia digital en currículos educativos, preparando a los estudiantes para una era tecnológicamente avanzada y éticamente compleja”[28]. El desarrollo de la anterior investigación fue para dicho caso, sobre la percepción específica de la IA en estudiantes de secundaria de ambiente urbano.
Otro estudio que aportó el anterior enfoque comparativo, especializado y centrado en sectores específicos es el trabajo, pero ahora centrado en profesores (como la presente investigación) es el trabajo realizado por la investigadora Pinargote Salvatierra en una escuela de Ecuador, realizando otro estudio de caso. Las conclusiones a las que llega la autora son las siguientes:
La investigación realizada en la Unidad Educativa El Carmen revela percepciones mixtas entre los docentes sobre las capacidades y desafíos de la inteligencia artificial (IA) en el entorno educativo. La mayoría de los docentes posee conocimientos básicos sobre IA, pero existe una brecha significativa en su familiaridad con las aplicaciones prácticas y las implicaciones éticas. Solo un pequeño porcentaje de los docentes se siente completamente capacitado para integrar herramientas de IA en sus prácticas pedagógicas. Esto indica la necesidad urgente de programas de formación continua que aborden tanto los aspectos técnicos como éticos de la IA, permitiendo a los docentes aprovechar plenamente sus beneficios. Los docentes reconocen el potencial de la IA para personalizar la enseñanza, mejorar el acceso a recursos educativos digitales y aumentar la eficiencia en la gestión educativa. La retroalimentación inmediata proporcionada por la IA es valorada como una herramienta crucial para el aprendizaje adaptativo. Sin embargo, para maximizar estos beneficios, es esencial que los docentes reciban capacitación adecuada y constante, facilitando una integración efectiva de la IA en sus metodologías de enseñanza[29].
Este resultado se contrastará al final, después de obtenidos los resultados pertinentes de nuestro estudio actual. Debemos hacer énfasis en que los anterior son estudios de caso, lo cual nos obliga a no hacer generalidades concluyentes o universales sobre los mismos pero otorgan una dimensión concreta a estudios de esta naturaleza sobre percepción de la IA en la educación.
Resultados
En relación con la frecuencia de uso de herramientas de IA en su práctica docente, la mayoría de los docentes reportó utilizarlas al menos de manera mensual. En particular, el 40% de los participantes indicó emplear herramientas de IA algunas veces al mes, seguido de un 27.5% que las usa algunas veces a la semana y otro 27.5% que reportó un uso diario. Solo un 5% mencionó utilizarlas algunas veces al año. Por su parte, en cuanto a los usos que le dan a la IA, se encontró que el uso más frecuente es la búsqueda de información (80%), seguido de planificación y diseño de clases (70%) y creación y adaptación de evaluaciones (47%). Otros usos reportados incluyen: apoyo en tareas administrativas (42.5%), apoyo en la personalización de tareas y trabajos (42%), desarrollo profesional (32.5%), retroalimentación y corrección de trabajos y tareas (20%), y recibir retroalimentación de la propia práctica docente (12.5%).
En relación con los usos más frecuentes de herramientas de IA generativa por parte del alumnado, los docentes reportaron una amplia diversidad de aplicaciones. La mayoría indicó que sus estudiantes emplean IA principalmente para investigación o indagación (80%), lo cual sugiere que estas herramientas se utilizan como apoyo para obtener información o resolver dudas académicas. Asimismo, el 70% señaló que los estudiantes recurren a IA para la elaboración de presentaciones, mientras que el 65% reportó su uso para la redacción de ensayos, evidenciando una integración significativa en tareas de producción académica.
Un uso también extendido se observó en actividades de creación de imágenes (62.5%) y apoyo para estudiar (55%), lo que indica que las herramientas de IA no se limitan a tareas textuales, sino que abarcan componentes visuales y estrategias de aprendizaje. En contraste, los usos asociados a conductas deshonestas fueron reportados con menor frecuencia: el 35% de los docentes indicó que los estudiantes utilizan IA para copiar en exámenes u otras evaluaciones, y un 42.5% de los participantes afirmó que el estudiantado hace uso de IA para ejercicios de reflexión personal, ejercicios donde no debiera ser necesario contar con apoyos externos al tratarse de la opinión y un proceso de introspección.
Con el propósito de examinar la relación entre la edad y años de experiencia del profesorado y su percepción acerca de las oportunidades y retos que presenta la IA como es ahora para la educación, se aplicaron pruebas de chi-cuadrada de independencia. Los resultados no indicaron una asociación estadísticamente significativa entre la percepción de los profesores y su edad (N = 40, χ²= 5.61, p = .468) ni entre su percepción y años de experiencia (N = 40, χ²=8.86, p =.354). Cabe mencionar que 60% del total de los participantes refirió percibir igualdad entre las oportunidades y retos que supone la IA tal como es ahora para el rol docente.
Para comparar las percepciones generales de oportunidades y de retos frente al uso de IA, se preguntó de forma directa la autopercepción de retos y oportunidades de la IA tal como es ahora. En esa pregunta, la mayoría de los participantes reportó percibir igualdad entre retos y oportunidades (60%). El 22.5% de los participantes respondió que percibe más retos que oportunidades y el 17.5% reportó percibir más oportunidades que retos. También se realizó una prueba t para muestras relacionadas con los puntajes compuestos de los dos factores (Oportunidades y Retos). Los resultados no mostraron diferencias significativas (t(39)=-0.149,p=.883) entre los puntajes compuestos de oportunidades (M=3.902, DE=.731) y retos (M= 3.922, DE=.598).
En lo que respecta al deber de las instituciones de adoptar un rol regulatorio (evaluado con la afirmación “Las escuelas deberían limitar el uso de IA en el aula”), las respuestas de los docentes mostraron una distribución heterogénea. Un 35% de los participantes seleccionó la categoría neutral (3), lo que sugiere una postura intermedia ante posibles restricciones institucionales. Sin embargo, el 40% manifestó una tendencia hacia una percepción regulatoria, mientras que, en contraste, el 25% de los encuestados expresó desacuerdo con la idea de limitar el uso de IA. Estos resultados evidencian que hay posiciones divergentes y una falta de consenso en torno a la regulación del uso de IA dentro del aula. A continuación, se muestran las frecuencias de resultados y las preguntas usadas en la herramienta.
|
TABLA 1. Frecuencias de respuestas por pregunta |
||||||
|
|
Completamente en desacuerdo |
En desacuerdo |
Ni de acuerdo ni en desacuerdo |
De acuerdo |
Completamente de acuerdo |
|
|
P1 |
5.0% |
10.0% |
27.5% |
32.5% |
25.0% |
|
|
P2 |
2.5% |
5.0% |
5.0% |
40.0% |
47.5% |
|
|
P3 |
10.0% |
12.5% |
40.0% |
20.0% |
17.5% |
|
|
P4 |
0.0% |
7.5% |
25.0% |
25.0% |
42.5% |
|
|
P5 |
0.0% |
2.5% |
32.5% |
40.0% |
25.0% |
|
|
P6 |
5.0% |
2.5% |
17.5% |
17.5% |
57.5% |
|
|
P7 |
2.5% |
17.5% |
35.0% |
25.0% |
20.0% |
|
|
P8 |
2.5% |
10.0% |
22.5% |
40.0% |
25.0% |
|
|
P9 |
5.0% |
5.0% |
27.5% |
20.0% |
42.5% |
|
|
P10 |
0.0% |
7.5% |
32.5% |
17.5% |
42.5% |
|
|
P11 |
5.0% |
0.0% |
17.5% |
12.5% |
65.0% |
|
|
P12 |
7.5% |
10.0% |
40.0% |
30.0% |
12.5% |
|
|
P13 |
2.5% |
7.5% |
37.5% |
20.0% |
32.5% |
|
|
P14 |
0.0% |
5.0% |
22.5% |
37.5% |
35.0% |
|
|
P15 |
7.5% |
0.0% |
17.5% |
25.0% |
50.0% |
|
|
P16 |
22.5% |
20.0% |
27.5% |
27.5% |
2.5% |
|
|
P17 |
5.0% |
10.0% |
25.0% |
15.0% |
45.0% |
|
|
P18 |
2.5% |
0.0% |
7.5% |
25.0% |
65.0% |
|
|
P19 |
0.0% |
5.0% |
15.0% |
25.0% |
55.0% |
|
|
P20 |
2.5% |
0.0% |
12.5% |
20.0% |
65.0% |
|
|
P21 |
10.0% |
12.5% |
45.0% |
25.0% |
7.5% |
|
|
P22 |
0.0% |
5.0% |
22.5% |
37.5% |
35.0% |
|
|
P23 |
7.5% |
0.0% |
17.5% |
25.0% |
50.0% |
|
|
P24 |
22.5% |
20.0% |
27.5% |
27.5% |
2.5% |
|
|
P25 |
5.0% |
10.0% |
25.0% |
15.0% |
45.0% |
|
|
P26 |
2.5% |
0.0% |
7.5% |
25.0% |
65.0% |
|
|
P27 |
15.0% |
10.0% |
35.0% |
12.5% |
27.5% |
|
|
P28 |
2.5% |
0.0% |
12.5% |
20.0% |
65.0% |
|
|
P29 |
2.5% |
0.0% |
10.0% |
12.5% |
75.0% |
|
|
P30 |
5.0% |
0.0% |
25.0% |
22.5% |
47.5% |
|
|
TABLA 2. Preguntas |
|
|
P1 |
La inteligencia artificial puede mejorar la personalización del aprendizaje para mis estudiantes. |
|
P2 |
El uso de IA me permite ahorrar tiempo en tareas repetitivas (preparar materiales, etc.). |
|
P3 |
La IA puede ayudar a identificar mejor las necesidades individuales de los estudiantes. |
|
P4 |
Las herramientas de IA me permiten diseñar actividades más creativas y variadas. |
|
P5 |
La IA puede hacer que el aprendizaje sea más atractivo para mis estudiantes. |
|
P6 |
Me preocupa que la IA fomente la dependencia tecnológica en los estudiantes. |
|
P7 |
Tengo suficiente capacitación para integrar la IA de manera efectiva en mis clases. |
|
P8 |
Me preocupa que la IA cometa errores que afecten la evaluación o el aprendizaje. |
|
P9 |
La IA puede aumentar las desigualdades entre estudiantes con diferente acceso a tecnología. |
|
P10 |
Considero que la IA es una herramienta valiosa para la educación. |
|
P11 |
Creo que la IA será cada vez más importante en el proceso de enseñanza-aprendizaje. |
|
P12 |
Los beneficios de la IA en educación superan sus riesgos. |
|
P13 |
Calificar o retroalimentar el trabajo de mis estudiantes debiera ser enteramente responsabilidad del profesor (sin uso de IA) |
|
P14 |
Considero que es mi responsabilidad como docente enseñar a los estudiantes a usar la IA de forma ética. |
|
P15 |
Considero que es responsabilidad de los estudiantes usar la IA de forma ética. |
|
P16 |
El uso de IA puede reducir mi autonomía profesional como docente. |
|
P17 |
Me preocupa que algunas decisiones educativas importantes se deleguen a sistemas de IA |
|
P18 |
El uso de IA podría facilitar que los estudiantes presenten trabajo que no es realmente suyo. |
|
P19 |
Considero éticamente problemático depender demasiado de la IA para completar tareas escolares. |
|
P20 |
Creo que la IA puede debilitar el desarrollo de habilidades cognitivas si no se usa de forma responsable. |
|
P21 |
Utilizar la IA para calificar o retroalimentar el trabajo de mis estudiantes es un uso poco ético de la IA |
|
P22 |
Considero que es mi responsabilidad como docente enseñar a los estudiantes a usar la IA de forma ética. |
|
P23 |
Considero que es responsabilidad de los estudiantes usar la IA de forma ética. |
|
P24 |
El uso de IA puede reducir mi autonomía profesional como docente. |
|
P25 |
Me preocupa que algunas decisiones educativas importantes se deleguen a sistemas de IA |
|
P26 |
El uso de IA podría facilitar que los estudiantes presenten trabajo que no es realmente suyo. |
|
P27 |
Las escuelas deberían limitar el uso de IA en el aula. |
|
P28 |
Creo que la IA puede debilitar el desarrollo de habilidades cognitivas si no se usa de forma responsable. |
|
P29 |
Me preocupa el uso no ético o inapropiado de la IA por parte de mis estudiantes (plagio, automatización excesiva, etc.). |
|
P30 |
Pienso que los docentes deben mantener siempre el control sobre cómo se aplica la IA en el aula |
Discusión de los resultados
A pesar de la creencia común de que las personas de mayor edad muestran resistencia ante las nuevas tecnologías, los resultados del presente estudio no mostraron eso. Es posible que esto se deba, por lo menos en parte, a la cultura y características de la institución de la que forman parte (puesto que el estudio fue realizado en una preparatoria privada de carácter tecnológico que prima la innovación como una base de su modelo formativo).
A pesar de los extremos que vemos en la opinión pública respecto a la inteligencia artificial, al indagar un poco más profundo, nos damos cuenta que los docentes de educación media superior reconocen que la inteligencia artificial viene acompañada tanto de retos como de oportunidades en la labor docente. Sin duda alguna, la inteligencia artificial llegó para quedarse y de la misma manera que la educación, los docentes y los estudiantes tuvieron que adaptarse a otras innovaciones que se incorporaron a los espacios educativos en el pasado, como lo fue la Internet, todos los actores del proceso educativo tendremos que encontrar maneras de aprovechar las ventajas que nos ofrece la inteligencia artificial y de sortear los riesgos que ciertamente están presentes, sin por ello, perder la motivación el uso ético de la inteligencia artificial. No se trata de abrazar ciegamente todo el potencial que tiene la IA, sino de hacer cuestionamientos profundos y sistemáticos, de un deber ser ideal que siempre ponga al centro la formación integral del estudiante.
Así como la percepción en los profesores ha cambiado para volverse equilibrada y la IA dejó de ser percibida como un reto o peligro o como una panacea para los problemas universales de la educación, cada vez más se está tornando a una conciencia sobre su uso responsable y ético. La formación de consciencia de uso de una herramienta muchas veces queda de lado en los estudios cualitativos. Y, en este caso, los profesores entienden que la herramienta es oportuna y necesaria, pero son conscientes de la necesidad de desarrollar en los alumnos y en las aulas un ambiente de sensibilización para su uso ético. Esto nos hace concluir que la base para un uso responsable de la tecnología, por lo menos en el ambiente áulico, es una sensibilización sobre qué usos pueden ser considerados correctos o incorrectos y para qué contextos. Como los determinantes de este objetivo son muchos y muy diversos, el futuro de los marcos teóricos para el uso ético de la IA debe ser flexibles, diversos y adecuados a cada contexto.
Podemos percibir al contrastar los resultados de la herramienta con la teoría de la ética (P29) que la principal preocupación expresada por el profesorado respecto al uso no ético de la inteligencia artificial por parte del alumnado en nuestra encuesta, puede analizarse, en primer lugar, desde una perspectiva deontológica. Esta base ética que se define como “una rama de la ética normativa que pone el foco en la relación entre el deber y la moralidad de las acciones, sosteniendo que estas son moralmente correctas por su propia naturaleza y no por sus efectos”[30].
La deontología moral, cuyo exponente paradigmático es Immanuel Kant, sostiene que la moralidad de una acción no depende de sus consecuencias, sino de su conformidad con el deber (lo que el mismo Kant llamó imperativo categórico) y con principios universales racionalmente fundamentados. En el ámbito académico, el plagio o la automatización excesiva mediante IA constituyen faltas no porque produzcan resultados indeseables, (muy al contrario, para los alumnos puede significar excelentes resultados de manera inmediata y práctica) sino porque vulneran normas fundamentales de honestidad, veracidad y respeto a la autoría, y dichas normas fundamentales representan un deber ser, universal y deontológico. Desde esta óptica, el uso de herramientas tecnológicas para simular competencias inexistentes o no tan desarrolladas en los estudiantes representa una forma de “instrumentalización” del proceso educativo, algo que ocurría por ejemplo con los exámenes estandarizados en los años ochenta, donde el estudiante no desarrollaba la competencia propia que el examen evaluaba, sino la competencia de resolver ese tipo de exámenes. Así, podríamos explorar cómo los estudiantes desarrollan la competencia de usar la IA para su beneficio en cada materia, más que desarrollar las competencias propias de las asignaturas. Y esto representa una transgresión directa del deber moral de actuar con integridad, independientemente de que el estudiante obtenga beneficios inmediatos y argumente que la IA es una herramienta que deba usarse actualmente.
Por otra parte, esta inquietud puede interpretarse también a la luz de la ética de la virtud, cuya raíz clásica se encuentra en Aristóteles y que aquí se cita con el trabajo de Christopher J. Rowe and Sarah Broadie[31]. A diferencia del énfasis normativo de la deontología, la ética aristotélica centra la reflexión moral en la formación del carácter y en el cultivo de disposiciones estables orientadas hacia la excelencia (areté). Es decir que el estudiante tiene una responsabilidad mayor en el proceso al verse como un autoformador de su propio carácter. Desde esta perspectiva, el problema del uso inapropiado de la IA no se reduce a la infracción de reglas institucionales (o no institucionales, como ha ocurrido en ciertos concursos de arte), sino que afecta directamente el proceso de constitución moral e intelectual del estudiante pues se pierde de la oportunidad de vivir el proceso del aprendizaje que pocas veces se ha caracterizado por ser divertido y no secuencial.
El recurso sistemático a la automatización para evitar el esfuerzo cognitivo puede obstaculizar el desarrollo de virtudes como la honestidad, la responsabilidad y la prudencia intelectual (phronesis), aspecto que prueban estudios claves como el de Michael Gerlich, “AI Tools in Society: Impacts on Cognitive Offloading and the Future of Critical Thinking”[32], comprometiendo así la finalidad formativa de la educación superior como espacio de construcción del juicio crítico y la autonomía racional siendo esto más importante que el resultado obtenido en la escuela. Para esta visión educativa, el proceso es el objetivo más que el objetivo mismo.
Conclusión
Siguiendo a Klimova, Pikhart y Kacetl[33], el presente estudio identifica a los profesores como una parte interesada en la discusión en torno a la inclusión de la IA en la educación. Los profesores frente al aula presentan un caso muy interesante porque están implicados en este uso desde varios roles, siendo por una parte usuarios, incorporándola en su práctica docente dentro del aula pero también en otras tareas cotidianas de planeación y seguimiento; y como tercera parte afectada por el uso de los estudiantes. En este sentido, enfrentan retos en su trabajo formador con los estudiantes, por un lado, y en los constantes ajustes que el uso de la IA por parte del estudiantado representa para la práctica docente del día a día. Por tanto, se considera a los profesores como una de las voces clave en las discusiones en torno a las implicaciones éticas de la IA.
Esto nos lleva a su vez a concluir que no existe una percepción ética única, ni tendencia teórica específica para responder los cambios en la percepción ética de la IA, sino que nos debemos atener a la comprensión que sostiene que tanto los profesores como los estudiantes deben ser sensibles a los factores contextuales que determinan el uso y la aplicación de la IA para entonces crear un marco individual para determinar si se puede dar un uso ético o no de la herramienta. Dicho marco, y esto debiera considerarse la primera gran conclusión de este trabajo, no debe ser considerado único y fijo, sino por el contrario debe concebirse como dinámico y cambiante. Es decir, que debe irse adecuando a los cambios estructurales que se den de manera paulatina al desarrollo de la tecnología. Además, como segunda conclusión de este trabajo, se determina que el desarrollo de un marco ético para todos los casos de uso de la herramienta resulta impráctico, por no decir imposible y como se mencionaba al inicio de este artículo, se irá desarrollando conforme se construyan y desarrollen las múltiples formas en las que la IA se usa en la actualidad y, específicamente, en el aula.
Además, una conclusión lateral muy interesante de este trabajo es que los resultados de la pregunta 14 nos hace ver que el 72.5% de los encuestados creen que, en alguna medida, es responsabilidad de los profesores el educar sobre el uso ético de la IA en cada caso donde se abra la posibilidad de usarla de manera no ética. Al diseñar las actividades correspondientes a cada materia, se debería entonces incluir la sensibilización ética para el uso o instrucción de la IA. Esto otorga al profesor la investidura de autoridad ética que, creemos, no debería desaprovechar, para volver a ser percibido como esa sólida imagen de certeza que el internet no necesariamente representa.
Aunque, por otro lado, debemos admitir que este proceso ya se encuentra dándose paulatinamente en la vida diaria del aula, puesto que el enfrentamiento con la tecnología ya está aquí, solo que quizá haga falta una documentación sistemática de cómo los profesores en el día a día absorben los problemas éticos que la IA en el aula les acarrea. Si existiera dicha documentación sistemática, se podría ir avanzando en la construcción de este marco dinámico de uso ético de la IA. Esto queda para futuras investigaciones.
La tendencia de esas mencionadas futuras investigaciones es variada y deberías ser cada vez más especializada, puesto que, desde una perspectiva académica contemporánea, el futuro de la Inteligencia Artificial en la educación se concibe como un proceso de transformación estructural del ecosistema pedagógico, es decir, no hablamos solo de la transformación de la misma Inteligencia Artificial en su fuente, que, dicho sea de paso, es imparable y cuasi evolutiva, sino del ambiente que generará a su alrededor, orientando el camino hacia la personalización del aprendizaje, la automatización inteligente de procesos evaluativos y la redefinición del rol docente.
Las revisiones sistemáticas recientes, como la de R. Alfredo et al y A. M. Astobiza señalan que la IA está favoreciendo el desarrollo de sistemas tutoriales adaptativos, analítica del aprendizaje y entornos híbridos que combinan acompañamiento humano con modelado algorítmico, aunque advierten la necesidad de marcos éticos sólidos que regulen su implementación y mitiguen riesgos asociados a la integridad académica y la dependencia tecnológica[34]. Asimismo, investigaciones centradas en enfoques human-centred subrayan que el porvenir de la IA educativa no debe orientarse únicamente a la eficiencia técnica, sino a la construcción de prácticas pedagógicas responsables, inclusivas y centradas en el bienestar del estudiantado[35].
Una duda resulta razonable a la luz de estos estudios, ¿quién se encargará de la creación de dichas “prácticas pedagógicas responsables, inclusivas y centradas en el bienestar del estudiantado”, como menciona Astobiza? La respuesta es obvia, se refiere sin duda a los profesores de cada una de las escuelas del mundo. Son ellos los que instintivamente desarrollarán cada uno y midiendo las necesidades inmediatas e individuales de sus grupos, las prácticas que involucren de manera ética y racional la herramienta creciente e imparable de la IA. Son los profesores “de a pie” una vez más los que van creando el marco para el desarrollo del ambiente propicio para el uso de estas herramientas y no la política educativa pública o la teoría académica o un sinfín de escalones previos antes de llegar al día a día del aula escolar.
Por otro lado, y recuperando el estudio ya citado de Morley et al, se ha llegado a la misma conclusión que dichos investigadores previeron: se necesitan políticas públicas basadas en estudios claves que garanticen la flexibilidad y diversidad de la herramienta, muy al contrario de otras políticas que impliquen rigidez o permanencia del uso de la IA en pro de un uso ético de la misma. Investigaciones como esta citada y la presente nos hacen pensar en el papel que las direcciones públicas de educación en cada país deben jugar para garantizar dicha flexibilidad y diversidad y eso representa un objeto de estudio para futuras investigaciones mucho más específicas y centradas en las necesidades de cada contexto educativo.
Para finalizar, no dudamos que los resultados de ejercicios como el nuestro, y que en este caso se refiere a las percepciones de los profesores frente a la IA en la educación, se muevan constantemente, pero por ahora, el hecho de probar que los profesores tienen una percepción más equilibrada del uso ético de la IA puede a ayudar a que el marco en el que el profesor usa la herramienta sea aprovechable, crítico y razonado. Y esta es la base para un mejor mañana.
REFERENCIAS
Alfaro-Salas, Hazel, y Jorge Díaz-Porras. “Percepciones y Aplicaciones de la IA entre Estudiantes de Secundaria.” Revista Tecnológica-Educativa Docentes 2.0 17, no. 1 (junio 2024): 200–215. https://doi.org/10.37843/rted.v17i1.458
Alfredo, R., V. Echeverría, Y. Jin, L. Yan, Z. Swiecki, D. Gašević, and R. Martínez-Maldonado. “Human-Centred Learning Analytics and AI in Education: A Systematic Literature Review.” Computers and Education: Artificial Intelligence, 2024. https://doi.org/10.1016/j.caeai.2024.100215
Associated Press. “Switching off: Sweden says back-to-basics schooling works on paper.” The Guardian, 11 de septiembre de 2023. https://www.theguardian.com/world/2023/sep/11/sweden-says-back-to-basics-schooling-works-on-paper
Astobiza, A. M. “Deepfakes, desinformación, discursos de odio y democracia en la era de la Inteligencia Artificial.” Cuadernos del Audiovisual 29, no. 1 (2024). https://doi.org/10.62269/cavcaa.20
Astobiza, A. M. “Ethical Governance of Artificial Intelligence in Education.” Education Sciences, 2023.
Bentham, Jeremy. Deontología o ciencia de la moral. Librería de Hallen y Sobrinos, 1836. https://books.google.com/books?hl=es&lr=&id=r3pjJg7GlkwC&oi=fnd&pg=PT1&dq=deontolog%C3%ADa&ots=5NKbJqTApD&sig=mRzRyyGX6TyzYtIBSry9OVK2wtA
Briones, H. P. J., M. E. Zevallos Loyaga, A. Y. Segura Grados, and E. M. Castrejón Vilchez. “El uso ilícito de las técnicas de inteligencia artificial y la necesidad de su regulación: el deepfake.” Vniversitas Jurídica 73 (2024). https://doi.org/10.11144/Javeriana.vj73.uiti
Busch, P. A., G. I. Hausvik, and J. A. Nielsen. “The Early Wave of ChatGPT Research: A Review and Future Agenda.” Computers in Human Behavior: Artificial Humans (2025): 100213. https://doi.org/10.1016/j.chbah.2025.100213
Chan, Cecilia Ka Yuk, and Lawrence Hoi Yan Tsi. “The AI Revolution in Education: Will AI Replace or Assist Teachers in Higher Education?” arXiv, May 2023. https://doi.org/10.48550/arXiv.2305.01185
Chen, Ruishi, Victor R. Lee, Annie C. Kuo, et al. “Cheating in the Second Year of Generative AI Chatbots: A Follow-Up Study on High School Student Cheating Behaviors.” Educational Technology Research and Development, publicado 3 febrero 2026. https://doi.org/10.1007/s11423-026-10587-1
Driver, Julia. Consequentialism. London: Routledge, 2011.
Kahneman, Daniel. Thinking, Fast and Slow. New York: Allen Lane and Penguin Books, 2011. https://ia800603.us.archive.org/10/items/DanielKahnemanThinkingFastAndSlow/Daniel%20Kahneman-Thinking%2C%20Fast%20and%20Slow%20%20.pdf
Klimova, Blanka, Marcel Pikhart, y Jaroslav Kacetl. “Ethical Issues of the Use of AI-Driven Mobile Apps for Education.” Frontiers in Public Health 10 (enero 11, 2023): artículo 1118116. https://doi.org/10.3389/fpubh.2022.1118116
Morley, Jessica, Libby Kinsey, Anat Elhalal, Francesca Garcia, y Marta Ziosi. “Operationalising AI ethics: barriers, enablers and next steps.” AI & Society 38 (2023): 411–23. https://doi.org/10.1007/s00146-021-01308-8.
OECD. Digital Education Outlook 2026: Exploring Effective Uses of Generative AI in Education. Paris: OECD Publishing, 2026. https://doi.org/10.1787/062a7394-en
Pinargote Salvatierra, Ligia Patricia, Cruz Cecibel Loor Moreira, Adela Connie Alcívar Chávez, Myriam Yuliana Loor Zambrano, y Justo Antonio Rojas Rojas. “Las Capacidades y desafíos asociados a la Inteligencia Artificial (IA) desde la percepción docente: Un estudio de caso.” Revista Científica de Innovación Educativa y Sociedad Actual “ALCON” 4, no. 4 (2024): 147–55. https://doi.org/10.62305/alcon.v4i4.216.
Rowe, Christopher J., and Sarah Broadie, eds. Nicomachean Ethics. Oxford: Oxford University Press, 2002.
The Business Research Company. AI In Education Market Report 2026. February 2026. https://www.thebusinessresearchcompany.com/report/ai-in-education-global-market-report#:~:text=The%20AI%20in%20education%20market%20size%20has%20grown%20exponentially%20in,education%20solutions%2C%20increasing%20student%20enrollment.
Torra, Vicenç. “La inteligencia artificial.” Lychnos, Fundación General del CSIC, no. 7 (diciembre 2011): 14–19.
Wood, A. W. Kantian Ethics. Vol. 60. Cambridge: Cambridge University Press, 2008.
Zabala Leal, T. D., and C. A. Gómez Macfarland. “La responsabilidad civil y la ética en la inteligencia artificial: Una revisión sistemática de las ideas del período 2018–2023.” IUSTA 60 (2024): 66–93. https://doi.org/10.15332/25005286.99