Desafíos de la Educación para la Implementación de la Inteligencia Artificial

• Guanga Inca , Ulises Rigoberto ^[1] ; Carolina Bauz , Andrea ^[1] ; Lozada Lozada, Roberto Fernando ^[1] ; Reinoso Llantui, Magaly del Carmen ^[1] ; Paz Bravo , Ramona Beatriz ^[1]
  1. [1] Investigador Independiente
• Localización: Ciencia Latina: Revista Multidisciplinar, ISSN-e 2707-2215, ISSN 2707-2207, Vol. 8, Nº. 3, 2024, págs. 3588-3602
• Idioma: español
• Títulos paralelos:
  • Challenges of Education for the Implementation of Artificial Intelligence
• Enlaces
  • Texto completo (pdf)
  • Texto completo
• Resumen
  • español

    La implementación de la inteligencia artificial (IA) en la educación enfrenta una variedad de desafíos que deben ser analizados para asegurar su integración efectiva y beneficiosa en los entornos educativos. El objetivo de este estudio es analizar los desafíos asociados con la implementación de la IA en la educación para fortalecer los procesos de enseñanza y aprendizaje. Se empleó una metodología cualitativa con una revisión sistemática de tesis, artículos científicos y documentos normativos, siguiendo las directrices PRISMA-SCR y los criterios PICO para formular preguntas clave y asegurar la calidad del análisis. Los resultados destacan la falta de infraestructura tecnológica adecuada y la resistencia al cambio por parte de los educadores como los principales obstáculos. Además, se subrayan las cuestiones éticas y de privacidad de los datos, así como la necesidad de una capacitación docente específica y continua. Abordar estos desafíos es esencial para maximizar los beneficios potenciales de la IA en la personalización del aprendizaje y la mejora de la educación.

  • English

    The implementation of artificial intelligence (AI) in education faces a variety of challenges that must be analyzed to ensure its effective and beneficial integration into educational environments. The objective of this study is to analyze the challenges associated with the implementation of AI in education to strengthen teaching and learning processes. A qualitative methodology was employed with a systematic review of theses, scientific articles, and normative documents, following PRISMA-SCR guidelines and PICO criteria to formulate key questions and ensure the quality of the analysis. The results highlight the lack of adequate technological infrastructure and the resistance to change on the part of educators as the main obstacles. Additionally, ethical and data privacy issues are emphasized, as well as the need for specific and continuous teacher training. Addressing these challenges is essential to maximize the potential benefits of AI in the personalization of learning and the improvement of education.