Expectativas de los docentes de primaria sobre el uso de la inteligencia artificial en los procesos de enseñanza-aprendizaje en contextos vulnerables
Palabras clave:
inteligencia artificial, educación primaria, expectativas docentes, contextos vulnerables, enseñanzaResumen
La presente revisión de alcance analiza las expectativas que tienen los profesores de primaria acerca del uso de la Inteligencia Artificial (IA) en los procesos de enseñanza-aprendizaje en contextos vulnerables, a través de un análisis bibliométrico de estudios actuales en bases de datos indexadas utilizando la metodología Prisma-ScR, la búsqueda permitió la recuperación de 205 registros de los cuales doce cumplieron los criterios de búsqueda. Los hallazgos fueron clasificados en seis categorías temáticas: expectativas positivas hacia la IA y su potencial en contextos vulnerables; miedo o incertidumbre sobre el reemplazo docente; barreras tecnológicas y de infraestructura; afectación a la socialización, privacidad y ética; relevancia de la capacitación y acompañamiento docente; y enfoques pedagógicos orientados a la personalización y calidad de la información. Los resultados sugieren que la IA tiene el potencial de fomentar la personalización del aprendizaje, a pesar de esto existen retos en cuanto a los recursos, la privacidad, la confiabilidad de la información y la dificultad asociada a los recursos requeridos para su implementación. Los gobiernos deben enfatizar en la creación de marcos éticos, capacitación docente y políticas de uso de la IA especificas educación básica primaria en contextos vulnerables.
Referencias
Abar, C. A. A. P., Dos Santos, J. M. D. S., & de Almeida, M. V. (2021). Computational Thinking in Basic School in the Age of Artificial Intelligence: Where is the Teacher? Acta Scientiae, 23(6), 270–299. https://doi.org/10.17648/acta.scientiae.6869
Adams, C., Pente, P., Lemermeyer, G., & Rockwell, G. (2023). Ethical principles for artificial intelligence in K-12 education. Computers and Education: Artificial Intelligence, 4, 100131. https://doi.org/10.1016/j.caeai.2023.100131
Alonso-Secades, V., López-Rivero, A.-J., Martín-Merino-Acera, M., Ruiz-García, M.-J., & Arranz-García, O. (2022). Designing an intelligent virtual educational system to improve the efficiency of primary education in developing countries. Electronics, 11(9), 1487. https://doi.org/10.3390/electronics11091487
Arteaga, C. A. C., & Gómez, J. S. Z. (2025). Tipos de usos de las TIC por parte de los docentes en sus prácticas pedagógicas. Scientific Journal T & E, 1(2), 203–229. https://doi.org/10.48204/3072-9653.6875
Brailovsky, D. (2025). Educación Digital Integral: un desafío para la educación de las infancias. Espacios en blanco. Serie indagaciones, 35(1), 2-2. https://doi.org/10.37177/UNICEN/EB34-431
Dai, Y., Liu, A., Qin, J., Guo, Y., Jong, M. S., Chai, C., & Lin, Z. (2023). Collaborative construction of artificial intelligence curriculum in primary schools. Journal of Engineering Education, 112(1), 23–42. https://doi.org/10.1002/jee.20503
Filiz, O., Kaya, M. H., & Adiguzel, T. (2025). Teachers and AI: Understanding the factors influencing AI integration in K-12 education. Education and Information Technologies, 1–37. https://doi.org/10.1007/s10639-025-13463-2
Forján, R., & Morelatto, G. (2018). Estudio comparativo de factores de resiliencia en docentes de contextos socialmente vulnerables. Psicogente, 21(40), 277-296. https://doi.org/10.17081/psico.21.40.3075
INEE, Instituto Nacional para la Evaluación de la Educación. (2019). La educación obligatoria en México. Informe 2019. Perfiles educativos, 41(164), 188-199. https://doi.org/10.22201/iisue.24486167e.2019.164.59386
Kuleto, V., Ilić, M. P., Bucea-Manea-Țoniş, R., Ciocodeică, D.-F., Mihălcescu, H., & Mindrescu, V. (2022). The attitudes of K–12 Schools’ teachers in Serbia towards the potential of artificial intelligence. Sustainability, 14(14), 8636. https://doi.org/10.3390/su14148636
Lezcano Acuña, R. C., & Hilgert, N. I. (2023). Desafíos y oportunidades de la enseñanza de la biología en contextos interculturales: La etnobiología como herramienta para la incorporación de los conocimientos ecológicos tradicionales. http://dx.doi.org/10.18542/ethnoscientia.v8i3.14970
Lindín, C. (2024). Estrategias para la incorporación de la inteligencia artificial en educación a partir de ChatGPT: Oportunidades y dilemas para profesorado, alumnado e investigación-publicación. Didacticae: Revista de Investigación En Didácticas Específicas, 15. http://dx.doi.org/10.1344/did.43107
López-Cortés, O. D., Betancourt-Núñez, A., Bernal Orozco, M. F., & Vizmanos, B. (2022). Scoping reviews: una nueva forma de síntesis de la evidencia. Investigación en educación médica, 11(44), 98-104. https://doi.org/10.22201/fm.20075057e.2022.44.22447
Luna-Martínez , A. (2025). Docencia y revolución tecnológica. Líneas formativas desde una interpretación analógica. Revista Construyendo Paz Latinoamericana, 10(21). https://doi.org/10.35600/25008870.2025.21.0375.1
Mohammed, A. S. (2023). Examining the Implementation of Artificial Intelligence in Early Childhood Education Settings in Ghana: Educators’ Attitudes and Perceptions towards Its Long-Term Viability. Online Submission, 2(4), 36–49. https://doi.org/10.54536/ajet.v2i4.2201
Mouta, A., Torrecilla-Sánchez, E. M., & Pinto-Llorente, A. M. (2025). Comprehensive professional learning for teacher agency in addressing ethical challenges of AIED: Insights from educational design research. Education and Information Technologies, 30(3), 3343–3387. https://doi.org/10.1007/s10639-024-12946-y
Nazaretsky, T., Ariely, M., Cukurova, M., & Alexandron, G. (2022). Teachers’ trust in AI‐powered educational technology and a professional development program to improve it. British Journal of Educational Technology, 53(4), 914–931. https://doi.org/10.1111/bjet.13232
Ottenbreit-Leftwich, A., Glazewski, K., Jeon, M., Jantaraweragul, K., Hmelo-Silver, C. E., Scribner, A., Lee, S., Mott, B., & Lester, J. (2023). Lessons learned for AI education with elementary students and teachers. International Journal of Artificial Intelligence in Education, 33(2), 267–289. https://doi.org/10.1007/s40593-022-00304-3
Rizos, I., Foykas, E., & Georgakopoulos, S. V. (2024). Enhancing Mathematics Education for Students with Special Educational Needs through Generative AI: A Case Study in Greece. Contemporary Educational Technology, 16(4). https://doi.org/10.30935/cedtech/15487
Rodrigues, L., Guerino, G., Silva, T. E. V, Challco, G. C., Oliveira, L., da Penha, R. S., Melo, R. F., Vieira, T., Marinho, M., & Macario, V. (2025). Mathaide: A qualitative study of teachers’ perceptions of an its unplugged for underserved regions. International Journal of Artificial Intelligence in Education, 35(1), 2–30. https://doi.org/10.1007/s40593-024-00397-y
Rutatola, E. P., Stroeken, K., & Belpaeme, T. (2025). ‘ Habari, Colleague!’: A Qualitative Exploration of the Perceptions of Primary School Mathematics Teachers in Tanzania Regarding the Use of Social Robots. Applied Sciences (2076-3417), 15(15). https://doi.org/10.3390/app15158483
Rutherford, T., Rodrigues, A., Duque-Baird, S., Veng, S., Mykyta-Chomsky, R., Cao, Y., Chisholm, K., & Bergwall, E. (2025). “I just think it is the way of the future”: Teachers’ use of ChatGPT to develop motivationally-supportive math lessons. Computers and Education: Artificial Intelligence, 8, 100367. https://doi.org/10.1016/j.caeai.2025.100367
Sangoluisa Caiza, R. (2021). La educación para personas de escasos recursos y grupos vulnerables. Una mirada desde el Ecuador. Conrado, 17(82), 86-95. http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1990-86442021000500086
Setyawan, H., & Purbohadi, D. (2025). Experimenting with AI-based mobile applications to improve student engagement in ornamental plant learning in rural Indonesian schools. Edelweiss Applied Science and Technology, 9(3), 2333–2343. https://doi.org/10.55214/25768484.v9i3.5787
Tricco, A.C., Lillie, E., Zarin, W. et al. (2016). A scoping review on the conduct and reporting of scoping reviews. BMC Med Res Methodol 16, 15. https://doi.org/10.1186/s12874-016-0116-4
Uğraş, H., Uğraş, M., Papadakis, S., & Kalogiannakis, M. (2024). ChatGPT-supported education in primary schools: The potential of ChatGPT for sustainable practices. Sustainability, 16(22), 9855. https://doi.org/10.3390/su16229855
Viberg, O., Cukurova, M., Feldman-Maggor, Y. et al. (2025). What Explains Teachers’ Trust in AI in Education Across Six Countries?. Int J Artif Intell Educ 35, 1288–1316. https://doi.org/10.1007/s40593-024-00433-x
Wang, R. E., Ribeiro, A. T., Robinson, C. D., Loeb, S., & Demszky, D. (2025). Tutor CoPilot: A Human-AI Approach for Scaling Real-Time Expertise. EdWorkingPaper No. 24-1054. Annenberg Institute for School Reform at Brown University. https://doi.org/10.26300/81nh-8262
White, C. M., Díaz Tafur, J. I., Segovia Ospina, I., Quintero Medina, B., & Castaño Guiza, Y. (2005). Lineamientos de política para la atención educativa a poblaciones vulnerables. Revolución educativa, Colombia aprende, 10-11. https://www.mineducacion.gov.co/1621/article-90668.html
Yancovic-Allen, M., & Escobar-González, S. (2021). Percepciones de docentes en formación de pedagogía básica sobre educar en contextos vulnerables. Revista Educación, 46(1), 1-13. https://doi.org/10.15517/revedu.v46i1.43787
Descargas
Publicado
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
