Introducción La irrupción de la inteligencia artificial generativa (IA) está transformando de forma acelerada los sistemas educativos a nivel global. Herramientas capaces de generar texto, imágenes o contenido multimodal han pasado en pocos años de ser tecnologías emergentes a convertirse en recursos accesibles en entornos académicos, cl&ia...
PUBLICIDAD
Crea tu cuenta gratis y léelo completo ahora.
¿Ya estás registrado? Inicia sesión aquí .
La irrupción de la inteligencia artificial generativa (IA) está transformando de forma acelerada los sistemas educativos a nivel global. Herramientas capaces de generar texto, imágenes o contenido multimodal han pasado en pocos años de ser tecnologías emergentes a convertirse en recursos accesibles en entornos académicos, clínicos y formativos.
En el ámbito de la educación superior y la formación sanitaria, este cambio plantea tanto oportunidades como desafíos. La IA generativa no solo modifica los procesos de enseñanza-aprendizaje, sino que también redefine el rol del docente, la evaluación del conocimiento y la relación del estudiante con la información.
El presente artículo analiza, a partir de una revisión documental de literatura científica e informes internacionales, el impacto de la IA generativa en la educación, con especial atención a sus implicaciones pedagógicas, éticas y organizativas.
Se llevó a cabo una revisión documental que incluyó:
- Artículos científicos revisados por pares
- Informes de organismos internacionales
- Estudios de caso en distintos contextos educativos
El objetivo fue identificar patrones comunes en la implementación de IA generativa, así como los principales retos y oportunidades asociados.
Entre los países analizados destacan China, Uruguay, Brasil, Corea del Sur y México, lo que permite una visión comparativa entre diferentes modelos educativos y niveles de digitalización.
Automatización y eficiencia educativa
Uno de los beneficios más evidentes de la IA generativa es la automatización de tareas repetitivas, como:
- Elaboración de materiales didácticos
- Generación de preguntas de evaluación
- Corrección inicial de trabajos
Esto permite liberar tiempo docente para actividades de mayor valor añadido, como la supervisión clínica, la tutoría personalizada o el desarrollo de competencias complejas.
Personalización del aprendizaje
La IA generativa facilita la adaptación de contenidos a las necesidades individuales del estudiante. Esto incluye:
- Ajuste del nivel de dificultad
- Generación de ejemplos clínicos contextualizados
Feedback inmediato y adaptativo
En el contexto de la formación en salud mental, esta capacidad puede ser especialmente relevante para entrenar habilidades clínicas mediante simulaciones o casos personalizados.
Impacto en la motivación estudiantil
Diversos estudios revisados señalan un aumento en la motivación y el compromiso del alumnado cuando se integran herramientas de IA en el proceso educativo. La interactividad, la inmediatez de respuesta y la percepción de personalización contribuyen a una experiencia de aprendizaje más activa.
Redefinición del rol del profesor
La incorporación de IA generativa implica una transición desde un modelo centrado en la transmisión de conocimiento hacia uno orientado a la facilitación y supervisión del aprendizaje.
El docente pasa a desempeñar funciones como:
- Curador de contenidos generados por IA
- Supervisor del uso ético de la tecnología
- Guía en el desarrollo de pensamiento crítico
Necesidad de nuevas competencias
La alfabetización en IA se convierte en una competencia clave para los profesionales de la educación. Esto incluye:
- Comprensión de las capacidades y limitaciones de la IA
- Evaluación crítica de los outputs generados
- Integración pedagógica adecuada
En el ámbito sanitario, esta formación adquiere especial relevancia debido a la necesidad de garantizar la calidad y fiabilidad de la información.
Uso no reflexivo y dependencia tecnológica
Uno de los principales riesgos identificados es el uso acrítico de la IA por parte de los estudiantes, lo que puede conducir a:
- Reducción del pensamiento crítico
- Dependencia excesiva de herramientas automatizadas
- Superficialidad en el aprendizaje
Integridad académica
La facilidad para generar contenido plantea desafíos en términos de:
- Plagio
- Autoría
- Evaluación auténtica del aprendizaje
Esto obliga a replantear los sistemas de evaluación tradicionales y a desarrollar métodos más centrados en competencias.
Sesgos y calidad de la información
Los sistemas de IA pueden reproducir sesgos presentes en los datos de entrenamiento o generar información inexacta, lo que supone un riesgo especialmente relevante en contextos clínicos y sanitarios.
La revisión identifica diversas iniciativas en distintos países:
- China: integración temprana de IA en currículos educativos y desarrollo de plataformas adaptativas
- Uruguay: programas nacionales de digitalización educativa con enfoque inclusivo
- Brasil y México: incorporación progresiva en educación superior y formación docente
- Corea del Sur: fuerte apuesta institucional por la IA en educación, con estrategias nacionales
Estas experiencias muestran que el éxito de la implementación depende en gran medida de políticas públicas, inversión en infraestructuras y formación docente.
Desarrollo de normativas institucionales
Es fundamental establecer marcos regulatorios claros que definan:
- Usos permitidos de la IA
- Criterios de evaluación académica
- Responsabilidades de estudiantes y docentes
Formación docente continua
La capacitación del profesorado debe ser una prioridad estratégica, incluyendo:
- Programas de formación en IA
- Espacios de intercambio de buenas prácticas
- Actualización permanente ante la rápida evolución tecnológica
Enfoque interdisciplinario
La creación de comités interdisciplinarios (educación, tecnología, ética, salud) puede facilitar una implementación equilibrada y contextualizada.
En el ámbito de la psiquiatría y la psicología clínica, la IA generativa ofrece oportunidades específicas:
- Simulación de entrevistas clínicas
- Generación de casos complejos para entrenamiento diagnóstico
- Apoyo en la formación continua de profesionales
No obstante, su uso debe estar cuidadosamente supervisado para evitar la simplificación excesiva de procesos clínicos complejos.
La inteligencia artificial generativa representa una herramienta con un alto potencial transformador en la educación. Sus beneficios incluyen la personalización del aprendizaje, la mejora de la eficiencia docente y el aumento de la motivación estudiantil.
Sin embargo, su integración plantea desafíos significativos en términos éticos, pedagógicos y organizativos. Para aprovechar su potencial, es imprescindible desarrollar normativas claras, invertir en formación docente y promover un uso crítico y responsable.
En el contexto de la formación sanitaria, estas consideraciones adquieren una relevancia especial, dada la necesidad de garantizar la calidad, la seguridad y la ética en el uso del conocimiento.
Resumen y adaptación editorial: Virginia Candelas García (Cibermedicina / Psiquiatria. com)
Fuente original: inteligencia Artificial en los procesos de enseñanza-aprendizaje: retos y oportunidades - Psicologia educativa Vol. 13 (2025)
Texto completo disponible en: https://revistapsicologiaeducativa.unam.mx/index.php/psicologiaeducativa/article/view/146
Este contenido es un resumen adaptado. La autoría científica corresponde a los autores originales.
Artículo distribuido bajo licencia Creative Commons según la fuente original.
Explora el artículo con IA