Formación docente en la era de la IA: una revisión sistemática

Jessica Velásquez Malagón; katherine Gajardo-Espinoza; Laura Escalona-Rubio; Ana Fabiola Meza-Córtes

doi:10.30827/profesorado.v30i2.34056

Autores/as

Jessica Velásquez Malagón Universidad de Valladolid
katherine Gajardo-Espinoza Universidad de Valladolid https://orcid.org/0000-0001-9972-6116
Laura Escalona-Rubio Universidad de Valladolid https://orcid.org/0009-0007-3088-3069
Ana Fabiola Meza-Córtes University of Regensburg https://orcid.org/0000-0002-2898-6591

DOI:

https://doi.org/10.30827/profesorado.v30i2.34056

Palabras clave:

formación del docente, inteligencia artificial, Enseñanza, métodos de enseñanza

Agencias: Ninguno

Resumen

El presente estudio es una revisión sistemática de la literatura sobre la inclusión de la inteligencia artificial (IA), especialmente la IA generativa, en la formación inicial del profesorado. La investigación responde a dos objetivos: Describir cómo ha evolucionado la investigación sobre inteligencia artificial (IA) en la formación inicial del profesorado en los últimos años, e identificar e interpretar los tópicos más frecuentes en los estudios empíricos sobre IA y formación docente. En la metodología se empleó el protocolo PRISMA, aplicando criterios de búsqueda y calidad en bases de datos académicos como SCOPUS, WoS, Dialnet y TESEO. Los resultados evidencian que, a pesar de que el interés académico ha aumentado, aún se encuentra en fase exploratoria y se observa una necesidad de ampliar más investigaciones sobre esta temática. Se reconocieron seis tópicos principales: desafíos para el futuro de la formación docente, estrategias para su implementación, y la IA como objeto, producto, recurso asistencial en educación y dificultades en la implementación. Asimismo, se pone en manifiesto algunas barreras que limitan su implementación efectiva, incluyendo la falta de formación. Además, deben existir modelos formativos que articulen el pensamiento pedagógico con el uso crítico, ético y contextualizado de la tecnología, que permita a los docentes en formación comprender sus implicaciones educativas a mayor profundidad.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Akiba, D., and Fraboni, M. C. (2023). AI-Supported Academic Advising: Exploring ChatGPT’s Current State and Future Potential toward Student Empowerment. Education Sciences, 13(9). https://doi.org/10.3390/educsci13090885

Area Moreira, M., Guarro Pallás, A., Marrero Acosta, J., & Sosa Alonso, J. J. (2022). La transformación digital de la docencia universitaria. Profesorado, Revista De Currículum Y Formación Del Profesorado, 26(2), 1-5.

Avidov-Ungar, O., Leshem, B., Margaliot, A., y Grobgeld, E. (2018). Faculty use of the active learning classroom: Barriers and facilitators. Journal of Information Technology Education: Research, 17, 495-504. https://doi.org/10.28945/4142

Ayuso-del Puerto, D. y Gutiérrez-Esteban, P. (2022). La Inteligencia Artificial como Recurso Educativo durante la Formación Inicial del Profesorado. RIED-Revista Iberoamericana de Educación a Distancia, 25(2), 347-362. https://doi.org/10.5944/ried.25.

Bray, A., Devitt, A., Banks, J., Sanchez Fuentes, S., Sandoval, M., Riviou, K., ... and Terrenzio, S. (2024). What next for Universal Design for Learning? A systematic literature review of technology in UDL implementations at second level. British Journal of Educational Technology, 55(1), 113-138. https://doi.org/10.1111/bjet.13328

Dixon-Woods, M., Cavers, D., Agarwal, S., Annandale, E., Arthur, A., Harvey, J., ... and Sutton, A. J. (2006). Conducting a critical interpretive synthesis of the literature on access to healthcare by vulnerable groups. BMC medical research methodology, 6, 1-13. http://www.biomedcentral.com/1471-2288/6/35

Franganillo, J. (2023). La inteligencia artificial generativa y su impacto en la creación de contenidos mediáticos. Methaodos Revista de Ciencias Sociales, 11(2), m231102a10. https://doi.org/10.17502/mrcs.v11i2.710

Fontán de Bedout, L., Lovato Sagrado, A., Matta, A. A., & Ortega González, E. (2025). Tecno-imaginarios de la Inteligencia Artificial sobre la identidad docente: un estudio exploratorio. Profesorado, Revista De Currículum Y Formación Del Profesorado, 29(1),197–220. https://doi.org/10.30827/profesorado.v29i1.30861

Grant, M. J., and Booth, A. (2009). A typology of reviews: an analysis of 14 review types and associated methodologies. Health information & libraries journal, 26(2), 91-108. https://doi.org/10.1111/j.1471-1842.2009.00848.x

Higgins, J. P., López-López, J. A., Becker, B. J., Davies, S. R., Dawson, S., Grimshaw, J. M., ... and Caldwell, D. M. (2019). Synthesising quantitative evidence in systematic reviews of complex health interventions. BMJ global health, 4(1).

Karahan, E. (2023). Using video-elicitation focus group interviews to explore pre-service science teachers’ views and reasoning on artificial intelligence. International Journal of Science Education, 45(15), 1283-1302.

Köprülü, F., Oyebimpe, A. O., Başarı, Ş., and Ayhan, S. B. (2023). Innovative effects of artificial intelligence on teacher education. Conhecimento & diversidade, 15(40), 449-465. https://doi.org/10.18316/rcd.v15i40.11240

Lai, C. L. (2021). Exploring university students’ preferences for AI-assisted learning environment. Computers & Education, 173, 104289. https://www.jstor.org/stable/48629241

León, M. C., & Viña, C. (2017). Diseño de entornos inteligentes de aprendizaje con el apoyo de la teoría de la actividad. Revista Iberoamericana de Educación a Distancia, 20(2), 129–151. https://doi.org/10.5944/ried.20.2.18484

Matthews, J. A., & Volpe, C. R. (2023). Academics’ perceptions of ChatGPT-generated written outputs: A practical application of Turing’s Imitation Game. Australasian Journal Of Educational Technology, 39(5), 82-100. https://doi.org/10.14742/ajet.8896

Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., ... & Alonso-Fernández, S. (2021). Declaración PRISMA 2020: una guía actualizada para la publicación de revisiones sistemáticas. Revista española de cardiología, 74(9), 790-799. https://doi.org/10.1016/j.recesp.2021.06.016

Romo-Pérez, V., García-Soidan, J.L., Özdemir, A.S., y Leiros-Rodríguez, R. (2023). ChatGPT ha llegado ¿Y ahora qué hacemos? La creatividad, nuestro último refugio. Revista de Investigación en Educación, 21(3), 1–15. https://doi.org/10.35869/reined.v21i3.4973

Sailer, M., Bauer, E., Hofmann, R., Kiesewetter, J., Glas, J., Gurevych, I., and Fischer, F. (2022). Adaptive feedback from artificial neural networks facilitates pre-service teachers' diagnostic reasoning in simulation-based learning. Learning and Instruction, 83. https://doi.org/10.1016/j.learninstruc.2022.101620

Sanusi, I. T., Ayanwale, M. A., & Tolorunleke, A. E. (2024). Investigating pre-service teachers’ artificial intelligence perception from the perspective of planned behavior theory. Computers and Education: Artificial Intelligence, 6, 100202. https://doi.org/10.1016/j.caeai.2024.100202

Temitayo Sanusi, I., Adekunle Ayanwale, M., and Emmanuel Tolorunleke, A. (2024). Investigating pre-service teachers’ artificial intelligence perception from the perspective of planned behavior theory. Computers and Education: Artificial Intelligence, 6. https://doi.org/10.1016/j.caeai.2024.100202

Velander, J., Taiye, M. A., Otero, N., and Milrad, M. (2024). Artificial Intelligence in K-12 Education: eliciting and reflecting on Swedish teachers' understanding of AI and its implications for teaching & learning. Education and Information Technologies, 29(4), 4085-4105.

Zhang, C., Schießl, J., Plößl, L., Hofmann, F., and Gläser-Zikuda, M. (2023). Acceptance of artificial intelligence among pre-service teachers: a multigroup analysis. International Journal of Educational Technology in Higher Education, 20(1), 20-49. https://doi.org/10.1186/s41239-023-00420-7