IDEAS home Printed from https://ideas.repec.org/a/cxn/neurod/v3y2026id174.html

Enseñanza Universitaria 5.0: Impacto de la Inteligencia Artificial en la Transformación de la Educación Superior en Perú

Author

Listed:
  • Raúl Edgardo Tabra Castillo

    (Universidad Ramon Llull, Barcelona, Cataluña, España.)

Abstract

Introducción: La inteligencia artificial (IA) se ha consolidado como una de las tecnologías con mayor impacto en la transformación de la educación superior, impulsando cambios significativos en los procesos de enseñanza, aprendizaje y gestión académica. Su incorporación en las universidades ha favorecido el desarrollo de entornos educativos más flexibles, personalizados e innovadores. Sin embargo, la efectividad de estas herramientas depende de factores relacionados con la formación docente, la infraestructura tecnológica y las condiciones institucionales que facilitan su adopción. En el contexto peruano, la integración de la IA en la enseñanza universitaria presenta avances importantes, aunque persisten desafíos que requieren ser analizados desde la perspectiva de los principales actores educativos. Objetivo: Analizar el impacto de la inteligencia artificial en la transformación de la enseñanza universitaria en el Perú, considerando las percepciones de docentes y estudiantes respecto a su utilización en los procesos de enseñanza y aprendizaje. Métodos: Se desarrolló un estudio con enfoque mixto, de alcance descriptivo y diseño transversal. La fase cualitativa incluyó una revisión documental de 15 investigaciones científicas publicadas entre 2021 y 2025 y la realización de 15 entrevistas semiestructuradas a docentes y directivos universitarios vinculados a procesos de innovación educativa. La fase cuantitativa contempló la aplicación de una encuesta estructurada a una muestra de 300 participantes, integrada por 150 docentes y 150 estudiantes universitarios seleccionados mediante muestreo no probabilístico por conveniencia. Los datos cuantitativos fueron analizados mediante estadística descriptiva, mientras que la información cualitativa fue procesada mediante análisis temático y triangulación metodológica. Resultados: Los resultados evidenciaron una percepción predominantemente positiva sobre la incorporación de la inteligencia artificial en la educación superior. La personalización del aprendizaje fue la dimensión mejor valorada, alcanzando un 78% de aceptación entre los encuestados. Asimismo, el 76% consideró que la IA contribuye a optimizar el tiempo docente y el 74% reconoció la utilidad de los asistentes virtuales para fortalecer la retroalimentación académica. Las entrevistas revelaron que el 93.3% de los participantes identificó beneficios relacionados con la adaptación de contenidos a las necesidades de los estudiantes, mientras que el 86.7% destacó mejoras en la eficiencia de los procesos académicos. Entre las principales limitaciones se identificaron la insuficiente formación docente, las restricciones de infraestructura tecnológica y las preocupaciones éticas vinculadas con la privacidad de los datos y la transparencia algorítmica. Conclusiones: La inteligencia artificial representa una oportunidad significativa para fortalecer la calidad y la innovación de la enseñanza universitaria en el Perú. Sus principales contribuciones se relacionan con la personalización del aprendizaje, la optimización de los procesos académicos y el fortalecimiento de la retroalimentación educativa. No obstante, su implementación efectiva requiere fortalecer la capacitación docente, mejorar la infraestructura tecnológica y establecer políticas institucionales orientadas al uso ético y responsable de estas herramientas. La integración de la inteligencia artificial dentro de los modelos de Enseñanza Universitaria 5.0 demanda una visión estratégica que combine innovación tecnológica, inclusión educativa y desarrollo de competencias digitales.

Suggested Citation

  • Raúl Edgardo Tabra Castillo, 2026. "Enseñanza Universitaria 5.0: Impacto de la Inteligencia Artificial en la Transformación de la Educación Superior en Perú," NeuroData, Editorial JOGB, vol. 3, pages 174-174, January.
  • Handle: RePEc:cxn:neurod:v:3:y:2026:id:174
    DOI: 10.63688/neurodata2026174
    as

    Download full text from publisher

    File URL: https://neuro.jogbeditorial.ec/index.php/neuro/article/view/174
    File Function: Abstract page
    Download Restriction: no

    File URL: https://neuro.jogbeditorial.ec/index.php/neuro/article/download/174/96
    File Function: Full text
    Download Restriction: no

    File URL: https://libkey.io/10.63688/neurodata2026174?utm_source=ideas
    LibKey link: if access is restricted and if your library uses this service, LibKey will redirect you to where you can use your library subscription to access this item
    ---><---

    More about this item

    Keywords

    ;
    ;
    ;
    ;
    ;

    Statistics

    Access and download statistics

    Corrections

    All material on this site has been provided by the respective publishers and authors. You can help correct errors and omissions. When requesting a correction, please mention this item's handle: RePEc:cxn:neurod:v:3:y:2026:id:174. See general information about how to correct material in RePEc.

    If you have authored this item and are not yet registered with RePEc, we encourage you to do it here. This allows to link your profile to this item. It also allows you to accept potential citations to this item that we are uncertain about.

    We have no bibliographic references for this item. You can help adding them by using this form .

    If you know of missing items citing this one, you can help us creating those links by adding the relevant references in the same way as above, for each refering item. If you are a registered author of this item, you may also want to check the "citations" tab in your RePEc Author Service profile, as there may be some citations waiting for confirmation.

    For technical questions regarding this item, or to correct its authors, title, abstract, bibliographic or download information, contact: Jefferson Gutierrez (email available below). General contact details of provider: https://neuro.jogbeditorial.ec/index.php/neuro .

    Please note that corrections may take a couple of weeks to filter through the various RePEc services.

    IDEAS is a RePEc service. RePEc uses bibliographic data supplied by the respective publishers.