ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea)
https://www.revistaespacios.com Pag. 13
Vol. 46 (03) 2025 • May-Jun • Art. 2
Recibido/Received: 22/01/2025 • Aprobado/Approved: 15/04/2025 • Publicado/Published: 30/05/2025
DOI: 10.48082/espacios-a25v46n03p02
Revisión sistemática de inteligencia artificial generativa
(GenIA) para el diseño de experiencias de aprendizaje, 2020-
2025
Systematic review of generative artificial intelligence (GenIA) for the design of learning
experiences, 2023-2025
ROMANI PILLPE, Guillermo
1
MACEDO INCA, Keila S.
2
SOTO LOZA, Giuliana E.3
FRANCO GUEVARA, Azucena M.4
ORE CHOQUE, Marina K.5
Resumen
Se realizó una revisión narrativa de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje 2020 – 2025. Para ello, se hizó una búsqueda sistemática de la literatura en
bases de datos y revistas académicas de Scopus y WoS. Se Identifico las GenIA como herramientas de
apoyo y personalización del aprendizaje; la importancia de la alfabetización y consideraciones éticas,
además de nuevas formas de enseñanza y aprendizaje. Se conlcuyó que el impacto de la integración de
GenAI en entornos de aprendizaje adaptativos y personalizados aumenta la participación de los
estudiantes.
Palabras clave: GenIA, aprendizaje, enseñanza, diseño
Abstract
A narrative review of generative artificial intelligence (GAI) for the design of learning experiences for
the 2020–2025 period was conducted. A systematic literature search was conducted in Scopus and
WoS databases and academic journals. GenAIs were identified as tools for supporting and
personalizing learning; the importance of literacy and ethical considerations were highlighted, as well
as new forms of teaching and learning. It was concluded that the impact of integrating GenAI into
adaptive and personalized learning environments increases student engagement.
Key words: GenIA, learning, teaching, design
1
Docente Universitario. Facultad de Derecho y Humanidades Escuela. Profesional de Educación Inicial, Universidad César Vallejo. Perú.
gromani@ucvvirtual.edu.pe
2
Docente Universitario. Instituto de Educación Superior Zegel. Perú. fkmacedo@zegel.pe
3 Docente Universitario. Escuela de Turismo. Facultad de Ciencias de la Comunicación, Turismo y Arqueología. Universidad Nacional San Luis Gonzaga, Ica,
Perú. Correo electrónico de contacto: gsoto@unica.edu.pe
4 Docente Universitario. Facultad Ciencias de la Educación. Universidad Nacional San Luis Gonzaga. Perú. azucena.franco@unica.edu.pe
5 Docente Universitario. Escuela de Ciencias de la Comunicación. Facultad de Ciencias de la Comunicación, Turismo y Arqueología. Universidad Nacional
San Luis Gonzaga, Ica, Perú. Correo electrónico de contacto: marina.ore@unica.edu.pe
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 14
1. Introducción
La inteligencia artificial generativa (en adelante GenIA) es cada vez más reconocida por su potencial
transformador en el diseño de experiencias de aprendizaje. Mediante personalización del aprendizaje, mayor
compromiso y eficiencia, apoyo docente, inclusión y accesibilidad, e innovación en los métodos de enseñanza.
La GenIA esta transformando la educación al mejorar los recursos pedagógicos. Esto incluye la creación de
contenido como generar textos, música, imágenes, videos. Destaca el rol centrado en los estudiantes y enfocado
en mejorar la experiencia de aprendizaje. En entornos educativos es importante preparar al docente para
integrar de manera crítica y reflexiva, el uso ético y la integridad académica para contribuir positivamente a la
sociedad (Sandhu et al., 2024).
Por lo tanto, el uso de GenIA es clave para la creación de diseños de experiencias personalizadas y eficientes en
el proceso de enseñanza- aprendizaje (Borah et al., 2024; Gervacio, 2024). En este contexto, se destaca el rol del
docente como mediador para comprender el potencial de la GenIA. Zhai (2024) indicó que es relevante que el
docente reciban formación en el desarrollo de competencias digitales […], y fomentar el pensamiento crítico
reflexivo, creatividad y autonomía que enriquezcan su aprendizaje (Li et al., 2024). Sin embargo, la GenIA
presenta varios aspectos negativos entre la comunidad educativa —Directivos, docentes, estudiantes y padres
de familia—, quienes plantea cuestiones morales sobre la autenticidad y originalidad; desafiando las nociones
tradicionales.
En este sentido, distitnos países como Ecuador, México y Guatemala han impulsado la integración de la GenIA
en el proceso de enseñanza – aprendizaje (Ramírez-Montoya et al., 2024) Estas herramientas ofrecen grandes
oportunidades, como la evaluación automatizada y la identificación de emociones en los estudiantes. Sin
embargo, aún enfrentamos desafíos importantes, como la brecha digital y los dilemas éticos asociados a su
implementación En este sentido, el informe Artificial Intelligence and the Future of Skills (2023) de la UNESCO,
en colaboración con la OCDE, subraya la urgencia de capacitar a los docentes en el uso responsable de la
inteligencia artificial.
En el Perú, a través de la Ley N°31814 se promueven espacios de colaboración para alinear el uso ético y seguro
de la GenIA en la educación en todos sus niveles. La secretaria de Gobierno y Transformación Digital ha asegurado
espacios para fortalecer la administración educativa, proyectándolo en el documento Inteligencia Artificial (IA)
en Perú, 2025.
Es importante considerar su sostenibilidad de la GenIA a largo plazo alineada con los ODS4 de las Naciones
Unidas a través de la aplicación de la educación de equidad. Según Baskara et al., (2024) se adoptó el modelo
de lenguaje ChatGPT, que ha transformado la forma de concebir la educación. Es por ello necesario abordar los
riesgos de seguridad que se generan para lograr la integración de la GenIA. Por otro lado, la integración de GenIA
permite el desarrollo de habilidades esenciales en una sociedad con constantes desafíos (AlSagri & Sohail, 2024).
Según Gallent-Torres et al., (2023) optimizar el uso de la GenIA, ofrecer retroalimentación, producir material
didáctico —folletos y guías— y, además, sugerir actividades como cuestionarios personalizados, chatbots
intercativos, y calificaciones y retroalimentación automatizadas, proporsionarán al docente mayor productividad
y asegurar el uso dichos recursos (Cordero et al., 2025). Por otro lado, la personalización que permite la GenIA
incrementa la confianza, las competencias y el crecimiento profesional de los docentes (Al-Qaysi et al., 2025;
Boustani et al., 2024). Asi pues, se pueden crear entornos de aprendizaje más atractivos donde la integración
cauteloza de la GenIA garantiza la integridad del proceso educativo (Guerra y Tass, 2024).
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 15
No obstante, los investigadores también advierten sobre los desafíos que los profesores enfrentan al integrar
estas herramientas en el aula. Entre los principales obstáculos se encuentran las preocupaciones sobre la
privacidad de los datos, los prejuicios algorítmicos y la integridad académica. Según Roy et al., (2024) el uso de
GenIA “plantea interrogantes sobre la protección de la información y la posibilidad de sesgos en los algoritmos”
(p.71). En otras palabras, se generan debates en torno a la fiabilidad y la ética de los contenidos producidos por
estas tecnologías (Chan & Lee, 2023) y sobre aspectos como el plagio, la dependencia excesiva de la tecnología
y las dificultades para identificar el trabajo original de los estudiantes (Song, 2024).
Por otro lado, se ha identificado como los estudiantes pueden generar textos que parecen ser propios pero, en
realidad, no lo son, lo que podría derivar en cuestionamientos sobre integridad y honestidad académica. Por lo
expuesto, surgen nuevas interrogantes sobre cómo evaluar el aprendizaje de manera justa y confiable en un
contexto donde la inteligencia artificial está cada vez más presente. Además, surge la inquietud de que la
utilización de GenIA pueda reducir el razonamiento crítico y habilidades vinculadas a la solución de problemas
(Wu et al., 2023; Guillén-Yparrea & Hernández-Rodríguez, 2024). El docente debe innovar sus experiencias de
aprendizaje en base a la aplicación del GenIA para mejorar el proceso de enseñanza-aprendizaje. Es decir un
aprendizaje, centrado en el estudiante.
El objetivo general de esta investigación fue realizar una revisión narrativa de inteligencia artificial generativa
para el diseño de experiencias de aprendizaje 2023 – 2025.
1.1. El contexto de la inteligencia artificial generativa (GenIA)
La GenIA es un enfoque que esta transformando rápidamente los panoramas educativos, con implicancias
significativas para las experiencias de aprendizaje; está centrada en el estudiante y permite mejorar la
autenticidad, la verificación y la evaluación. Además, permite que el estudiante logre nuevos conocimientos
tanto en la integración curricular, como en los avances tecnológicos y consideraciones políticas y éticas. La GenIA
tienen un impacto muy positivo en la incorporación de tecnologías emergentes a la educación 4.0, con el objetivo
de preparar a los estudiantes para los desafíos futuos y mejorar las experiencias de aprendizaje. Sin embargo, la
creciente adopción de herramientas GenIA en la educación superior ha suscitado importante preocupaciones
éticas con respecto a la integridad y la equidad académicas, especialmente en la educación superior (Zlotnikova
et al., 2025).
Inteligencia artificial generativa (GenIA): Es un subconjunto de la inteligencia artificial que se centra en la
creación de contenido nuevo; esto incluye generación de imágenes, vídeos, textos, música e incluso código de
software (Mallikarjuna & Chittemsetty, 2024; Yehia, 2024). Entre estas herramientas están: Las aplicaciones
Pedagógicas de la GenIA con la conformación de Learning Analytics, que permite hacer seguimiento del
desempeño estudiantil. by Moodle; Power Bi; generación de reportes sobre impacto del uso de GenIA en el
aprendizaje y Google Cloud, Identificación de patrones en el aprendizaje de los estudiantes. Por otro lado, los
instrumentos de evaluación con la GenIA, como el ChatGPT; generación de rúbricas y feedback automatizado;
Quizizz; permite diseñar tests que se ajustan al nivel del estudiante y Gradescope que corrige y ofrece
retroalimentación rápida en evaluaciones escritas. Estas herramientas y tecnologías mejoran colectivamente la
experiencia de aprendizaje al proporcionar retroalimentación personalizada, patrones de aprendizaje y facilitar
evaluaciones adaptivas.
Trabajos relacionados con la inteligencia artificial generativa (GenIA) para el diseño de experiencias de
aprendizaje: Varios países han integrado la GenIA con el propósito de mejorar las experiencias de aprendizaje
tanto de los estudiantes como de los docentes. Por ejemplo, países árabes como Omán, Jordania y Yemen han
incorporado la GenIA para mejorar los logros cognitivos de los estudiantes. Un estudio reciente realizado con
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 16
768 estudiantes revelaron que la GenIA tiene un impacto positivo (Jaboob et al., 2024). De manera similar, en
Arabia Saudita, Estados Unidos, Reino Unido y Astralia adoptaron el uso de la GenIA y el ChatGPT para integrar
en sus metodologías de enseñanza, lo que indica una sólida integración de herramientas en la práctica educativa
(Alammari, 2024; Vhatkar et al., 2024). En otro estudio, realizado en América del Sur (Perú, Ecuador) y México
se centró en la percepción de la GenIA entre estudiantes universitarios; estos esfuerzos abarcan diversos
sectores, lo que pone de relieve un enfoque regional colaborativo (Ríos et al., 2024).
2. Metodología
Los documentos que sirvieron de fuente para la revisión sistemática provienen de dos bases de datos: Scopus y
Web of Science (SCI). La fecha de la búsqueda fue el 8 de febrero del 2025. Para ello, se emplearon las siguientes
ecuaciones de búsquedas exhaustiva utilizando las palabras clave mencionadas, siguiendo un enfoque riguroso
y sistemático para recopilar todos los artículos que se relacionan con el tema de investigación:
Cuadro 1
Criterios de búsqueda
N.°
Base de datos
Palabras de búsqueda
1
Scopus
("generative artificial intelligence" OR "generative ai" OR "ai" OR "artificial
intelligence") AND ("learning experience" OR "educational experience" OR
"learning design" OR "instructional design") AND ("systematic review" OR
"literature review" OR "meta-analysis" OR "review") AND (design OR "user
experience" OR "curriculum design" OR "course design")
2
Web Of Sciencie
TS=("generative artificial intelligence" OR "generative AI" OR "GenAI") AND
TS=("learning experience" OR "educational experience" OR "instructional
design") AND TS=("design" OR "curriculum design")
Estos términos en inglés se escogieron con el propósito de identificar investigaciones pertinentes sobre el avance
de la artificial generativa (GenIA) para el diseño de experiencias de aprendizaje durane el lapso entre 2020 a
2025. La selección de artículos científicos fueron limitados según criterios de inclusión y exclusión, exponiendo
las líneas que pueden delinearse a partir de esta evaluación:
1. Definición de pregunta de investigación: ¿ La GenIA mejora el diseño de experiencias de aprendizaje?
2. Identificación de bases de datos. Aquí se definió que se busca los artículos científicos relacionados a “La
GenIA” en base de datos de Scopus y WoS entre los años 2020 – 2025 (Ver cuadro 1).
3. Definición de criterios de inclusión y exclusión (Ver cuadro 2).
4. El análisis de datos ayudó en la selección de los artículos seleccionados de acuerdo al origen de estudio,
objetivos, metodología y resultados.
Figura 1
Diagrama PRISMA
Artículos identificados en
Scopus (n = 199)
Web Of Sciencie(n = 261)
Total, de artículos:
(n = 460 )
Duplicados eliminados (n = 85)
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 17
Fuente: Elaboración propia
Cuadro 2
Criterios de inclusión y exclusión
Criterio de exclusión
Resumenes, revisión
sistemática, ensayos
Publicaciones en otros idiomas
sin traducción disponible
Antes al 2020
No relacionados con
experiencias de aprendizaje o
sin vínculo con GenIA
Artículos sin posibilidad de
consulta
Fuente: Elaboración propia
3. Resultados y discusión
Inicialmente, en la revisión sistemática y de metaanálisis se utilizó el método PRISMA para seleccionar la
integridad de los datos. El diagrama PRISMA describe el proceso de selección de artículos en una revisión
científica. Inicialmente, se identificaron un total de 460 artículos provenientes de dos bases de datos
reconocidas: Scopus (n = 199) y Web of Science (n = 261). En la primera etapa, se eliminaron 85 artículos
duplicados, reduciendo el conjunto a 375 documentos. Posteriormente, se aplicó un filtrado inicial, seguido de
una revisión por resumen, en la cual se descartaron 90 artículos por no cumplir con los criterios de inclusión.
Luego, se llevó a cabo la revisión de textos completos, en la que se analizaron 60 artículos en profundidad,
resultando en la exclusión de 25 por no ajustarse a los objetivos del estudio o por no cumplir con la calidad
metodológica requerida. Finalmente, el proceso concluyó con la inclusión de 35 artículos que cumplen con los
criterios establecidos para el análisis y la síntesis en la revisión sistemática. Sobre los artículos analizados se
encontraron las siguientes temas en relación a la GenIA para el diseño de experiencias de aprendizaje:
Sobre los artículos analizados se encontró:
Que el impacto en la experiencia de aprendizaje puede superar la enseñanza tradicional al optimizar la
interactividad (Shi et al., 2024; Gao et al., 2024) y, sobre todo, la integración de valores, contribuye
Artículos después del filtrado
inicial
(n = 375)
Artículos excluidos por resumen:
(n = 90)
Artículos revisados textos:
completos
(n = 60 )
Artículos incluidos:
(n =35)
Artículos excluidos por texto
completo (n = 25)
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 18
significativamente al desarrollo del estudiante —autonomía y privacidad—. En ese sentido, su incorporación de
enfoque intercativos y éticos fomenta un aprendizaje significativo (Liu et al., 2025). El uso de la GenIA ha
demostrado poseer un alto potencial para transformar la experiencia de aprendizaje a través de la tecnología,
basada en modelos avanzados—personalización de contenido, retroalimentación inmediata y atomatización—,
optimizando múltiples aspectos del proceso educativo. Asimismo, modifica la complejidad según el ritmo de
aprendizaje de los estudiantes, permitiendo asi una retroalimentación adecuada (J. Kim et al., 2025); Shen et
al., 2025, Yang et al., 2025).
Asimismo, los hallazgos han revelado que la GenIA y sus factores éticos son considerados como vitales en un
mundo de constantes cambios; debido a su impacto surge la necesidad de promover la alfabetización en GenIA,
entendida como el desarrollo de competencias que permitan a los estudiantes comprender, evaluar y utilizar
esta tecnología de menera crítica y ética. En este sentido, el uso de la GenIA mejora la capacidad para interactuar
con estas herramientas de manera efectiva, además fortalece el pensamiento crítico y su autonomía en la
generación del conocimiento.
Las GenIA, como impulsoras de nuevas modalidades de enseñanza- aprendizaje, cumplen ampliamente con el
propósito de cambiar las prácticas educativas a través de la implementación de técnicas y estrategias
innovadoras (Fawaz et al., 2025; Shen et al., 2025; Yang et al., 2025). Las herramientas GenAI, como las de
creación de imágenes, figuras y cuadros, tienen el potencial de proponer experiencias educativas de los
estudiantes al respaldar la memorización y potenciar la motivación y la satisfacción de los estudiantes (Gao et
al., 2024; Salinas-Navarro et al., 2024; Gasaymeh et al., 2024). Además, estas herramientas funcionan como un
complemento a los métodos de enseñanza convencionales en vez de sustituirlos (Shi et al., 2024; Asad et al.,
2024; Shan et al., 2024; Saǧin et al., 2023).
El cuadro 3 presenta los 35 artículos hallados en relación a la revisión sistemática:
Cuadro 3
Caracterización de los artículos científicos sobre GenIA
Autoría, año y
país
Base de
datos
Objetivo
Metodología
Resultados
(Fawaz et al.,
2025), Libia
WoS
El estudio exploró las percepciones de
estudiantes libaneses de ciencias de la
salud sobre el uso de IA generativa en
la educación superior.
Una investigación descriptiva
cualitativa empleó información
basada en la fenomenología
descriptiva.
El estudio enfatiza la colaboración
multisectorial para reducir
brechas, fomentar la inclusión y
mejorar el uso de tecnologías en
educación.
(Shen et al.,
2025),
WoS
Mejorar la alineación de valores al
integrar los valores de las partes
interesadas en la tecnología
Enfoque cuantittativo, diseñó un
experimento comparativo con 59
estudiantes sobre sus experiencias
y percepciones.
Los hallazgos destacan la
valoración, autonomía y
privacidad del ChatGPT en la
toma de decisiones.
(Yang et al.,
2025), Taiwán
WoS
Este estudio exploró si ChatGPT puede
superar las limitaciones existentes y
mejorar la educación en programación
a través de un enfoque cuasi
experimental con entrevistas post-hoc
en aulas de secundaria
Participaron un total de 153
estudiantes y los resultados de los
análisis MANCOVA y ANCOVA
Los hallazgos revelaron que los
estudiantes que usaban ChatGPT
informaron niveles más bajos de
fluidez, experiencia y autoeficacia.
(J. Kim et al.,
2025), EE. UU.
WoS
El objetivo analizó cómo la
alfabetización en IA, influyen en su
desempeño en tareas de escritura
académica con GenAI.
El estudio analizó los historiales de
chat y entrevistas de estudiantes
con GenAI, visualizando diferencias
de patrones con Gephi 0.10.1.
Los estudiantes con mayor
alfabetización en IA usaron
indicaciones contextuales y
colaborativas, mientras que los de
menor alfabetización optaron por
indicaciones generales y
autodirigidas.
(Shi et al., 2024),
República
WoS
objetivo investigar los efectos de la
enseñanza interactiva situacional,
facilitada porgenerativo artificial
Se utilizaron cuestionarios y
pruebas para evaluar niveles
cognitivos, eficacia del aprendizaje,
Los hallazgos en relación a la
GenIA supera la enseñanza
tradicional, contrastando que el
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 19
Autoría, año y
país
Base de
datos
Objetivo
Metodología
Resultados
Popular de
China
inteligencia, sobre los estudiantes
aprendiendo
fluidez y percepciones subjetivas
durante la enseñanza.
aprendizaje cognitivo optimiza la
experiencia de aprendizaje.
(Gao et al.,
2024), España
WoS
El estudio analiza el impacto de
ChatGPT en la experiencia educativa
de los estudiantes.
Se analizaron datos de 516
estudiantes mediante un
cuestionario y regresión SUR para
evaluar el uso de ChatGPT en tareas
académicas.
Los hallazgos aportan evidencia
sobre el rol de ChatGPT en
educación, sus percepciones clave
e impacto en la experiencia del
usuario.
(Salinas-Navarro
et al., 2024),
México
WoS
Este artículo investiga la aplicación
(GenAI) en experiencias de aprendizaje
para la evaluación auténtica en la
educación superior.
El estudio emplea "etnografía de las
cosas" e "incitación incremental"
para analizar ChatGPT 3.5 mediante
entrevistas semiestructuradas.
El estudio examina el impacto de
GenAI en educación mediante
enfoques etnográficos, aportando
evidencia práctica y proponiendo
futuras líneas de investigación.
(Gasaymeh
et al., 2024),
Jordania
WoS
El estudio analizó las percepciones
estudiantiles sobre herramientas de
escritura con IA generativa,
considerando su familiaridad,
preocupaciones y beneficios en el
ámbito académico.
El diseño fue descriptivo transversal
aplicado en 95 estudiantes de
educación en el país de Jordania.
Los hallazgos recomiendan
capacitación para fortalecer la
alfabetización de la GenIA para
abodar la seguridad de datos.
(Asad et al.,
2024), Pakistán
WoS
Se exploró el papel del ChatGPT en la
enseñanza de escritura en docentes y
policicas publicas para proponer
estrategias de inclusión.
La revisión empleó un enfoque
narrativo, analizando estudios,
artículos, blogs, periódicos y
documentales, recopilando datos,
cifras e imágenes.
Los hallazgos resaltaron sus
beneficios, desafíos y su potencial
de personalización en el
aprendizaje.
(Shan et al.,
2024), EE. UU.
WoS
Desarrollo de plataformas integradas
de GAI para mejorar el aprendizaje de
idiomas extranjeros
El estudio evalúa la eficacia de la
plataforma a través de respuestas
abiertas y entrevistas con 26
estudiantes universitarios que
usaron CFLingo durante un
semestre.
La secuenciación de tareas y la
retroalimentación adaptativa
mejoraron la autenticidad, el
desempeño y la experiencia de
aprendizaje, brindando
información clave para el diseño
de plataformas de aprendizaje
integradas con GAI.
(Saǧin et al.,
2023), Turquía
WoS
Analiza la integración deartificial
inteligenciaHerramientas de IA en la
educación, delineando su potencial
para transformar las prácticas
pedagógicas junto con los desafíos que
presentan.
Enfoque cualitativo
Los hallazgos identificaron
principos éticos en el uso de
GenIA para fortalecer el
pensmaiento crítico en el proceso
de enseñanza-aprendizaje.
(Stornaiuolo
et al., 2024), EE.
UU.
WoS
objetivo centrar las experiencias y
perspectivas de los jóvenes que se
encuentran y experimentan
congenerativoLa IA
Enfoque cuantitativo
Los hallazgos permitieron aplicar
una agenda de investigación
critica y humanística en
perspectivas de de los jóvenes
subrepresentados en la
alfabetización en IA.
(Furze et al.,
2024), Australia
Wos
La rápida adopción degenerativo
artificial inteligenciaLas tecnologías
(GenAI) en la educación superior han
suscitado inquietudes sobre la
integridad académica, las prácticas de
evaluación y los
estudiantes.aprendiendo
Enfoque cuantitativo
El estudio mostró que GenAI
redujo la mala conducta
académica, aumentó la
participación estudiantil y
promovió cambios pedagógicos
con presentaciones innovadoras.
(Mishra et al.,
2024), EE. UU.
WoS
Analizó las implicancias de las nuevas
tecnologías como GenIA para la
educación
Enfoque cualitativo
Se halló que las experiencias para
docentes en formación formenta
el uso crítico y ético a largo plazo.
(Putra et al.,
2023), Indonesia
WoS
Se analiza el potencial de la IA
generativa en educación mediante la
aplicación de principios instructivos.
Enfoque cualitativo
La IA generativa potencia la
educación universitaria al facilitar
experiencias de aprendizaje
personalizadas y enriquecedoras
mediante enfoques
instruccionales estructurados.
(Su & Yang,
2023), República
WoS
Los chatbots de IA, como ChatGPT y
GPT-4 de OpenAI, pueden transformar
la educación.
El artículo propone el marco teórico
"IDEE" para la IA educativa,
ChatGPT y la IA educativa
personalizan el aprendizaje y
agilizan la retroalimentación, pero
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 20
Autoría, año y
país
Base de
datos
Objetivo
Metodología
Resultados
Popular de
China
incluyendo el uso de ChatGPT y
otras IA generativas.
enfrentan desafíos en efectividad,
calidad de datos y ética.
(Liu et al., 2025),
Nueva Zelanda
Scopus
se centra en la creación de nuevos
contenidos textuales y multimodales
utilizando grandes modelos lingüísticos
(LLM), y plantea diferentes exigencias
a los estudiantes de inglés como
lengua extranjera.
La GAIDMCS, aplicada a dos
submuestras, validó una estructura
de cuatro factores con 17 ítems
para medir la alfabetización en IA
generativa en estudiantes chinos.
La escala de alfabetización GAI en
DMC ofrece un marco integral
para mejorar la educación GAI,
sirviendo como base para el
diseño de programas de estudio
para investigadores y
profesionales.
(Kuo & Chang,
2025), Taiwan
Scopus
Este artículo sostiene que la IA
generativa puede aumentar las
funciones reflexivas e interactivas
dentro de los talleres de diseño ágil ,
enriqueciendo así la experiencia de
diseño colaborativo .
Enfoque cualitativa
Los hallazgos evidencian su
impacto en el proceso creativo;
analizando informes individuales y
en equipo.
(Korayim et al.,
2025), India
Scopus
El estudio explora cómo las
aplicaciones de IA generativa (IAG)
potencian el capital intelectual,
mejorando el aprendizaje
personalizado y el desarrollo de
talentos.
Enfoque cualitativo
La competencia y actitud hacia la
IA generativa favorecen su
integración, potenciando la
creatividad y eficacia del
aprendizaje, mediando diversos
factores en su mejora.
(Abdalla, 2025),
Oman
Scopus
La IA generativa, como ChatGPT,
transforma la educación al ofrecer
aprendizaje personalizado, eficiente y
accesible en distintas disciplinas.
El estudio cuantitativo descriptivo,
basado en la UTAUT, recopiló datos
de 413 estudiantes omaníes para
analizar la aceptación y uso de la
tecnología.
Se halló que los estudiantes
simplifican conceptos mejorando
su comprensión del análisis de
datos.
(Chen et al.,
2025), Finlandia
Scopus
Se requieren más estudios sobre el
diseño y evaluación de chatbots
adaptativos para optimizar el
aprendizaje personalizado y mejorar
los resultados estudiantiles.
Cuantitativo
Se halló que el PMTutor, un
chatbot con GenIA, mejoró el
aprendizaje y la participación
mediante retroalimentación
personalizada, aportando
evidencia sobre su diseño.
(Abbes et al.,
2024), Túnez
Scopus
Este artículo estudia los diferentes
métodos innovadores utilizados en
educación donde investigamos la
integración de la GenIA en la
educación
Enfoque cuantitativo
Los hallazgos identificaron que el
modelo de adaptación dinámica
para GAI y gamificación;
personaliza contenidos y mejorar
la experiencia de aprendizaje.
(Weng et al.,
2024), China
Scopus
El estudio analiza el impacto de cinco
rasgos de personalidad en el
aprendizaje autorregulado (SRL) en
entornos con GenAI.
El estudio empleó un enfoque
explicativo con ecuaciones
estructurales y análisis de ruta, con
la participación de 409
universitarios que completaron un
cuestionario validado.
Se halló los rasgos de apertura,
extroversión y amabilidad influye
en la previsión y autorreflexión, y
el neuroticismo no tiene impacto.
(Tanweer &
Ismail, 2024),
Australia
Scopus
La GenIA y su influencia en la
educación a través de la
reestructuración de la creación de
planes de estudio.
Enfoque cualitativo
La IA generativa impulsa la
personalización e inclusión
educativa, innovando métodos y
planes de estudio para el
aprendizaje del futuro.
(Wood & Moss,
2024), EE.UU
Scopus
Se evaluó el impacto de la GenIA en
estudiantes del nivel de maestría.
Metodología de investigación-
acción con métodos cualitativos,
incluyendo encuestas, tareas
reflexivas, debates y un
cuestionario.
Se halló que la integración de
GenAI en un curso de maestría
mediante el marco AI-ICE influey
en aspectos cognitivo en el
proceso de enseñanza-
aprendizaje.
(Joyner, 2024),
EE.UU.
Scopus
Explora el papel práctico que las
herramientas de GenIA basadas en el
lenguaje desempeñan en la enseñanza-
aprendizaje,y las experiencias de
aprendizaje y la evaluación de los
estudiantes.
Enfoque cualitativa
Se halló que los chatbots pueden
actuar como co-instructores,
tutores, guías, socios en debates y
generadores de contenido
educativo.
(Van Wyk,
2024), Sudáfrica
Scopus
El propósito fue impuldar las opiniones
del uso de ChatGPT y su conversión
basada en GenIA en educación.
Un estudio de diseño cualitativo
exploratorio
Es importante tener conciencia de
las consideraciones éticas en el
uso de herramientas de IA
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 21
Autoría, año y
país
Base de
datos
Objetivo
Metodología
Resultados
generativa antes de adoptar
chatbots.
(Elbanna &
Armstrong,
2024), Qatar
Scopus
Este artículo tiene como objetivo
explorar las ventajas de integrar una
nueva tecnología de inteligencia
artificial (IA) generativa en la
educación
La metodología de este artículo
incluye cuatro pasos: búsqueda
bibliográfica
ChatGPT puede integrarse en la
educación para automatizar
tareas, mejorar la experiencia de
aprendizaje y fomentar la
productividad, eficiencia y
aprendizaje adaptativo.
(Rush et al.,
2024), EE.UU.
Scopus
El objetivo exploró la optimización de
la GenIA en cursos en línea para
mejorar el rendimiento de los
estudiantes.
Los métodos empleados en este
estudio piloto incluyeron un diseño
cuasi experimental donde se
seleccionó un curso de grado de
Admisiones Basadas en el
Desempeño (PBA),
GenAI puede aumentar la
persistencia estudiantil hasta un
13% al optimizar cursos,
mejorando la educación con
contenido accesible y de calidad.
(Czerkawsk,
2024), EE.UU.
Scopus
El estudio examina cómo el
profesorado universitario integra
herramientas de IA en el diseño de
experiencias de aprendizaje, desde
enfoques generales hasta estrategias
creativas.
Enfoque cualitativa
Se halló que las integración y su
impacto en el aprendizaje para
docentes investigadores de
educación.
(Gong et al.,
2024), China
Scopus
La efectividad de la retroalimentación
dialógica de GenAIDF para mejorar la
experiencia estudiantil aún requiere
mayor investigación empírica.
El estudio evaluó el impacto de
GenAIDF en la programación y el
pensamiento crítico de estudiantes
de secundaria.
Los grupos experimentales
superaron al de control en
programación. CAG destacó en
proyectos, DAG en estructura y
CDAG en funciones, con menor
plagio.
(H. Kim & Koo,
2024), EE.UU.
Scopus
Analizar el impacto de la calidad de
contenido creado con GenIA
Enfoque cualitativo
Los hallazgos evidencian el
potencial y las limitaciones de la
GenIA.
(Fan et al.,
2024), China
Scopus
Los estudiantes cuentan con apoyo de
docentes, compañeros, tecnologías
educativas e IA generativa como
ChatGPT.
Enfoque cuantitativo, se reclutó a
un total de 117 estudiantes
universitarios
La inteligencia híbrida mejora el
aprendizaje y la colaboración al
combinar capacidades humanas y
artificiales eficazmente.
(Wei et al.,
2024), China
Scopus
Examinar la integración de la GenIA en
la educación científica para mejorar la
experiencia de aprendizaje.
Enfoque cuantitativo, estudio mixto
con 60 estudiantes
Se halló que la realidad
aumentada mejoró el
rendimiento académico, redujo la
carga cognitiva.
(Li et al., 2024),
China
Scopus
El artículo analiza el impacto de la IA
generativa en el diseño de rutas de
aprendizaje personalizadas en
educación superior.
Enfoque cualitativo
La IA generativa mejora la
eficiencia, participación,
satisfacción y resultados del
aprendizaje.
(Olivier &
Weilbach, 2024),
Sudáfrica
Scopus
La integración de chatbots GenAI con
el marco CoI busca establecer
directrices claras para su incorporación
en la educación en línea.
Se realizó una revisión sistemática
de la literatura sobre el uso de
chatbots GenAI como tutores
inteligentes en el marco de la CoI.
Los chatbots de GenIA potencian
el aprendizaje personalizado,
fortalecen la comunidad y
optimizan la enseñanza
automatizando tareas.
Putra et al., (2023) precisaron que las herramientas de GenAI, como ChatGPT, representan un avance en diversos
campos, incluida la educación. Su integración en el ámbito universitario facilita el acceso a la información y
optimiza procesos de aprendizaje. Para ello, estas herramientas permiten a los estudiantes interactuar con el
contenido en tiempo real, recibir retroalimentación instantánea y gestionar su aprendizaje a su propio ritmo,
mejotrando asi la motivación y competencias (Sandhu et al., 2024). No obstante, pueden ajustar dinámicamente
la entrega, el ritmo y la complejidad del contenido para satisfacer las necesidades de los estudiantes, lo que hace
que la educación sea más inclusiva y accesible.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 22
4. Conclusiones
El estudio efectuado sobre los trabajos científicos escogidos que abordan la GenIA en la creación de experiencias
educativas demuestra el potencial de la GenIA para transformar la educación mediante la personalización de
contenido, retroalimentación inmediata y automatización del proceso didáctico, así cómo su capacidad para
ajustar dinámicamente la complejidad y el ritmo del aprendizaje.
La implementación de la GenIA en entornos educativos ha superado la metodología tradcional. Además, su
integración en enfoques éticos e interactivos favorece el desarrollo de habilidades, tales como la autonomía en
los estudiantes, favoreciendo su pensamiento crítico y reflexivo.
El estudios revisados coinciden en que se fortalece la capacidad del estudiante al utilizar la GenIA de manera
ética y crítica. Además se observa que la alfabetización en GenIA esta asociada con el uso estratégico y
colaborativo en el proceso de enseñanza-aprendizaje.
La GenIA ha impulsado la innovación mediante la implementación de estrategias basadas en el uso de IA —
recursos interactivos e integración de ChatBots— . Estas herramientas han facilitado el acceso a la información.
La integración de la GenIA en educación implica desafíos relacionados a la ética, la seguridad de datos y acceso
a la tecnología, identificándose la necesidad de establecer marcos regulatorios para promover un uso
responsable.
Referencias bibliográficas
Abbes, F., Bennani, S., & Maalel, A. (2024). Generative AI and Gamification for Personalized Learning: Literature
Review and Future Challenges. SN Computer Science, 5(8). Scopus. https://doi.org/10.1007/s42979-024-
03491-z
Abdalla, S. Z. S. (2025). Understanding ChatGPT adoption for data analytics learning: A UTAUT perspective
among social science students in Oman. Social Sciences and Humanities Open, 11. Scopus.
https://doi.org/10.1016/j.ssaho.2025.101310
Alammari, A. (2024). Evaluating generative AI integration in Saudi Arabian education: A mixed-methods study.
PeerJ Computer Science, 10. Scopus. https://doi.org/10.7717/peerj-cs.1879
Alarcón-Llontop, L.-R., Lomas Chacón, P. E., Cruz Páez, P., Torres Mirez, K., & Pasapera Ramírez, S. (2024).
Perceptions of Ecuadorian and Peruvian University Teachers on ChatGPT. Smart Innovation, Systems and
Technologies, 375, 149-158. Scopus. https://doi.org/10.1007/978-981-99-7210-4_14
Al-Qaysi, N., Al-Emran, M., Al-Sharafi, M. A., Yaseen, Z. M., Mahmoud, M. A., & Ahmad, A. (2025). Generative AI
and educational sustainability: Examining the role of knowledge management factors and AI attributes
using a deep learning-based hybrid SEM-ANN approach. Computer Standards and Interfaces, 93. Scopus.
https://doi.org/10.1016/j.csi.2024.103964
AlSagri, H. S., & Sohail, S. S. (2024). Evaluating the role of Artificial Intelligence in sustainable development
goals with an emphasis on “quality education”. Discover Sustainability, 5(1). Scopus.
https://doi.org/10.1007/s43621-024-00682-9
Asad, M. M., Shahzad, S., Shah, S. H. A., Sherwani, F., & Almusharraf, N. M. (2024). ChatGPT as artificial
intelligence-based generative multimedia for English writing pedagogy: Challenges and opportunities from
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 23
an educator’s perspective. INTERNATIONAL JOURNAL OF INFORMATION AND LEARNING TECHNOLOGY,
41(5), 490-506. https://doi.org/10.1108/IJILT-02-2024-0021
Baskara, F. X. R., Vasudevan, A., Sain, Z. H., Tee, M., Arumugam, V., Parahakaran, S., & Balakrishnan, R. (2024).
Redefining educational paradigms: Integrating generative AI into society 5.0 for sustainable learning
outcomes. Journal of Infrastructure, Policy and Development, 8(12). Scopus.
https://doi.org/10.24294/jipd.v8i12.6385
Borah, A. R., Nischith, T. N., & Gupta, S. (2024). Improved Learning Based on GenAI. 1527-1532. Scopus.
https://doi.org/10.1109/IDCIoT59759.2024.10467943
Boustani, N. M., Sidani, D., & Boustany, Z. (2024). Leveraging ICT and Generative AI in Higher Education for
Sustainable Development: The Case of a Lebanese Private University. Administrative Sciences, 14(10).
Scopus. https://doi.org/10.3390/admsci14100251
Chan, C. K. Y., & Lee, K. K. W. (2023). The AI generation gap: Are Gen Z students more interested in adopting
generative AI such as ChatGPT in teaching and learning than their Gen X and millennial generation
teachers? Smart Learning Environments, 10(1). Scopus. https://doi.org/10.1186/s40561-023-00269-3
Chen, D.-L., Aaltonen, K., Lampela, H., & Kujala, J. (2025). The Design and Implementation of an Educational
Chatbot with Personalized Adaptive Learning Features for Project Management Training. Technology,
Knowledge and Learning. Scopus. https://doi.org/10.1007/s10758-024-09807-5
Cordero, J., Torres-Zambrano, J., & Cordero-Castillo, A. (2025). Integration of Generative Artificial Intelligence
in Higher Education: Best Practices. Education Sciences, 15(1). Scopus.
https://doi.org/10.3390/educsci15010032
Czerkawski, B. (2024). AI and the Learning Experience Design: From Divergent Creativity to Convergent
Precision. TechTrends. Scopus. https://doi.org/10.1007/s11528-024-01032-2
Elbanna, S., & Armstrong, L. (2024). Exploring the integration of ChatGPT in education: Adapting for the future.
Management and Sustainability:, 3(1), 16-29. Scopus. https://doi.org/10.1108/MSAR-03-2023-0016
Fan, Y., Tang, L., Le, H., Shen, K., Tan, S., Zhao, Y., Shen, Y., Li, X., & Gašević, D. (2024). Beware of metacognitive
laziness: Effects of generative artificial intelligence on learning motivation, processes, and performance.
British Journal of Educational Technology. Scopus. https://doi.org/10.1111/bjet.13544
Fawaz, M., El-Malti, W., Alreshidi, S. M., & Kavuran, E. (2025). Exploring Health Sciences Students’ Perspectives
on Using Generative Artificial Intelligence in Higher Education: A Qualitative Study. NURSING & HEALTH
SCIENCES, 27(1), e70030. https://doi.org/10.1111/nhs.70030
Furze, L., Perkins, M., Roe, J., & Macvaugh, J. (2024). The AI Assessment Scale (AIAS) inAaction: A pilot
implementation of GenAI-supported assessment. AUSTRALASIAN JOURNAL OF EDUCATIONAL
TECHNOLOGY, 40(4), 38-55. https://doi.org/10.14742/ajet.9434
Gallent-Torres, C., Zapata-González, A., & Ortego-Hernando, J. L. (2023). The impact of Generative Artificial
Intelligence in higher education: A focus on ethics and academic integrity. RELIEVE - Revista Electronica de
Investigacion y Evaluacion Educativa, 29(2). Scopus. https://doi.org/10.30827/RELIEVE.V29I2.29134
Gao, L., Lopez-Perez, M. E., Melero-Polo, I., & Trifu, A. (2024). Ask ChatGPT first! Transforming learning
experiences in the age of artificial intelligence. STUDIES IN HIGHER EDUCATION, 49(12), 2772-2796.
https://doi.org/10.1080/03075079.2024.2323571
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 24
Gasaymeh, A.-M. M., Beirat, M. A., & Abu Qbeita, A. A. (2024). University Students’ Insights of Generative
Artificial Intelligence (AI) Writing Tools. EDUCATION SCIENCES, 14(10), 1062.
https://doi.org/10.3390/educsci14101062
Gervacio, A. P. (2024). Exploring how generative AI contributes to the motivated engagement and learning
production of science-oriented students. Environment and Social Psychology, 9(11). Scopus.
https://doi.org/10.59429/esp.v9i11.3194
Gong, X., Li, Z., & Qiao, A. (2024). Impact of generative AI dialogic feedback on different stages of programming
problem solving. Education and Information Technologies. Scopus. https://doi.org/10.1007/s10639-024-
13173-1
Guerra Guerrero, C. O., & Tass Herrera, B. (2024). Practical Applications of Generative Artificial Intelligence in
Teaching: The Case of Multimedia Design Engineering. European Public and Social Innovation Review, 9.
Scopus. https://doi.org/10.31637/epsir-2024-816
Guillén-Yparrea, N., & Hernández-Rodríguez, F. (2024). Unveiling Generative AI in Higher Education: Insights
from Engineering Students and Professors. IEEE Global Engineering Education Conference, EDUCON.
Scopus. https://doi.org/10.1109/EDUCON60312.2024.10578876
Inteligencia Artificial (IA) en Perú. (2025, febrero 12). https://www.gob.pe/iaperu
Jaboob, M., Hazaimeh, M., & Al-Ansi, A. M. (2024). Integration of Generative AI Techniques and Applications in
Student Behavior and Cognitive Achievement in Arab Higher Education. International Journal of Human-
Computer Interaction. Scopus. https://doi.org/10.1080/10447318.2023.2300016
Joyner, D. A. (2024). A teacher’s guide to conversational AI: Enhancing assessment, instruction, and curriculum
with chatbots (p. 232). Scopus. https://doi.org/10.4324/9781032686783
Kim, H., & Koo, T. K. B. (2024). The Impact of Generative AI on Syllabus Design and Learning. Journal of
Marketing Education. Scopus. https://doi.org/10.1177/02734753241299024
Kim, J., Yu, S., Lee, S.-S., & Detrick, R. (2025). Students’ prompt patterns and its effects in AI-assisted academic
writing: Focusing on students’ level of AI literacy. JOURNAL OF RESEARCH ON TECHNOLOGY IN
EDUCATION. https://doi.org/10.1080/15391523.2025.2456043
Korayim, D., Bodhi, R., Badghish, S., Yaqub, M. Z., & Bianco, R. (2025). Do generative artificial intelligence
related competencies, attitudes and experiences affect employee outcomes? An intellectual capital
perspective. Journal of Intellectual Capital. Scopus. https://doi.org/10.1108/JIC-09-2024-0295
Kuo, J.-Y., & Chang, H.-Y. (2025). Applying generative AI to explore new dimensions of reflection and interaction
in agile design workshops. International Journal of Agile Systems and Management, 18(1), 5-23. Scopus.
https://doi.org/10.1504/IJASM.2025.144170
Li, Y., Ji, W., Liu, J., & Li, W. (2024). Application of Generative Artificial Intelligence Technology in Customized
Learning Path Design: A New Strategy for Higher Education. 567-573. Scopus.
https://doi.org/10.1109/IIST62526.2024.00099
Liu, M., Zhang, L. J., & Zhang, D. (2025). Enhancing student GAI literacy in digital multimodal composing
through development and validation of a scale. Computers in Human Behavior, 166. Scopus.
https://doi.org/10.1016/j.chb.2025.108569
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 25
Mallikarjuna, B., & Chittemsetty, P. (2024). Generative Artificial Intelligence: Fundamentals and Evolution.
Studies in Computational Intelligence, 1177, 3-17. Scopus. https://doi.org/10.1007/978-981-97-8460-8_1
Mishra, P., Oster, N., & Henriksen, D. (2024). Generative AI, Teacher Knowledge and Educational Research:
Bridging Short- and Long-Term Perspectives. TECHTRENDS, 68(2), 205-210.
https://doi.org/10.1007/s11528-024-00938-1
Olivier, C., & Weilbach, L. (2024). Enhancing Online Learning Experiences: A Systematic Review on Integrating
GenAI Chatbots into the Community of Inquiry Framework. Lecture Notes in Computer Science (including
subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 14907 LNCS, 77-89.
Scopus. https://doi.org/10.1007/978-3-031-72234-9_7
Putra, F. W., Rangka, I. B., Aminah, S., & Aditama, M. H. R. (2023). ChatGPT in the higher education
environment: Perspectives from the theory of high order thinking skills. JOURNAL OF PUBLIC HEALTH,
45(4), e840-e841. https://doi.org/10.1093/pubmed/fdad120
Ramírez-Montoya, M.-S., Oliva-Córdova, L. M., & Patiño, A. (2024). Training Teaching Personnel in
Incorporating Generative Artificial Intelligence in Higher Education: A Complex Thinking Approach. Lecture
Notes in Educational Technology, Part F3283, 163-175. Scopus. https://doi.org/10.1007/978-981-97-1814-
6_16
Ríos Hernández, I. N., Mateus, J.-C., Rivera-Rogel, D., & Ávila Meléndez, L. R. (2024). Perceptions of Latin
American Students on the Use of Artificial Intelligence in Higher Education. Austral Comunicacion, 13(1).
Scopus. https://doi.org/10.26422/aucom.2024.1301.rio
Roy, A. D., Dasgupta, S., Roy, R. D., Das, D., & Narayan, K. A. (2024). The use of generative artificial intelligence
(AI) in teaching and assessment of postgraduate students in pathology and microbiology. Indian Journal of
Microbiology Research, 11(3), 140-146. Scopus. https://doi.org/10.18231/j.ijmr.2024.027
Rush, L., Fogle, E., Eden, S., Urban, A. D., Tijare, H., & Mooney, S. (2024). Generative Artificial Intelligence
Driving More Efficient and Effective Course Optimizations. DEMOcon 2024 - 2024 IEEE Digital Education
and MOOCS Conference, Proceedings. Scopus. https://doi.org/10.1109/DEMOcon63027.2024.10747947
Saǧin, F. G., Özkaya, A. B., Tengiz, F., Geyik, Ö. G., & Geyik, C. (2023). Current evaluation and recommendations
for the use of artificial intelligence tools in education. Turkish Journal of Biochemistry, 48(6), 620-625.
Scopus. https://doi.org/10.1515/tjb-2023-0254
Salinas-Navarro, D. E., Vilalta-Perdomo, E., Michel-Villarreal, R., & Montesinos, L. (2024). Designing experiential
learning activities with generative artificial intelligence tools for authentic assessment. Interactive
Technology and Smart Education. Scopus. https://doi.org/10.1108/ITSE-12-2023-0236
Sandhu, R., Channi, H. K., Ghai, D., Cheema, G. S., & Kaur, M. (2024). An introduction to generative AI tools for
education 2030. En Integrating Generative AI in Education to Achieve Sustainable Development Goals (pp.
1-28). Scopus. https://doi.org/10.4018/979-8-3693-2440-0.ch001
Shan, L., Pan, Z., & Weidman, R. (2024). Integrating Task-Based Language Teaching and Generative AI: Design,
Implementation, and Evaluation of the CFLingo Platform for Chinese Learning. JOURNAL OF TECHNOLOGY
AND CHINESE LANGUAGE TEACHING, 15(2), 1-34.
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 26
Shen, Y., Tang, L., Le, H., Tan, S., Zhao, Y., Shen, K., Li, X., Juelich, T., Wang, Q., Gasevic, D., & Fan, Y. (2025).
Aligning and comparing values of ChatGPT and human as learning facilitators: A value-sensitive design
approach. BRITISH JOURNAL OF EDUCATIONAL TECHNOLOGY. https://doi.org/10.1111/bjet.13562
Shi, S. J., Li, J. W., & Zhang, R. (2024). A study on the impact of Generative Artificial Intelligence supported
Situational Interactive Teaching on students’ «flow» experience and learning effectiveness—A case study
of legal education in China. ASIA PACIFIC JOURNAL OF EDUCATION, 44(1), 112-138.
https://doi.org/10.1080/02188791.2024.2305161
Song, N. (2024). Higher education crisis: Academic misconduct with generative AI. Journal of Contingencies and
Crisis Management, 32(1). Scopus. https://doi.org/10.1111/1468-5973.12532
Stornaiuolo, A., Higgs, J., Jawale, O., & Martin, R. M. (2024). Digital writing with AI platforms: The role of fun
with/in generative AI. ENGLISH TEACHING-PRACTICE AND CRITIQUE, 23(1), 83-103.
https://doi.org/10.1108/ETPC-08-2023-0103
Su, J., & Yang, W. (2023). Unlocking the Power of ChatGPT: A Framework for Applying Generative AI in
Education. ECNU REVIEW OF EDUCATION, 6(3), 355-366. https://doi.org/10.1177/20965311231168423
Tanweer, M., & Ismail, A. (2024). Generative AI in curriculum development: A framework for adaptive,
customized, and personalized learning. En Impacts of Generative AI on Creativity in Higher Education (pp.
193-226). Scopus. https://doi.org/10.4018/979-8-3693-2418-9.ch008
Van Wyk, M. M. (2024). Is ChatGPT an opportunity or a threat? Preventive strategies employed by academics
related to a GenAI-based LLM at a faculty of education. Journal of Applied Learning and Teaching, 7(1).
Scopus. https://doi.org/10.37074/jalt.2024.7.1.15
Vhatkar, A., Pawar, V., & Chavan, P. (2024). Generative AI in Education: A Bibliometric and Thematic Analysis.
2024 8th International Conference on Computing, Communication, Control and Automation, ICCUBEA
2024. Scopus. https://doi.org/10.1109/ICCUBEA61740.2024.10774819
Wei, X., Wang, L., Lee, L.-K., & Liu, R. (2024). Multiple Generative AI Pedagogical Agents in Augmented Reality
Environments: A Study on Implementing the 5E Model in Science Education. Journal of Educational
Computing Research. Scopus. https://doi.org/10.1177/07356331241305519
Weng, X., Xia, Q., Ahmad, Z., & Chiu, T. K. F. (2024). Personality traits for self-regulated learning with generative
artificial intelligence: The case of ChatGPT. Computers and Education: Artificial Intelligence, 7. Scopus.
https://doi.org/10.1016/j.caeai.2024.100315
Wood, D., & Moss, S. H. (2024). Evaluating the impact of students’ generative AI use in educational contexts.
Journal of Research in Innovative Teaching and Learning, 17(2), 152-167. Scopus.
https://doi.org/10.1108/JRIT-06-2024-0151
Wu, D., Chen, L., & Han, Y. (2023). Challenges that generative artificial intelligence poses to higher education
and management and the countermeasures—A visualized analysis of literature from 2019 to 2023 using
CiteSpace. 733-738. Scopus. https://doi.org/10.1145/3660043.3660174
Yang, T.-C., Hsu, Y.-C., & Wu, J.-Y. (2025). The effectiveness of ChatGPT in assisting high school students in
programming learning: Evidence from a quasi-experimental research. INTERACTIVE LEARNING
ENVIRONMENTS. https://doi.org/10.1080/10494820.2025.2450659
ISSN-L: 0798-1015 • eISSN: 2739-0071 (En línea) - Revista Espacios – Vol. 46, Nº 03, Año 2025 • May-Jun
ROMANI G. et al. «Revisión sistemática de inteligencia artificial generativa (GenIA) para el diseño de
experiencias de aprendizaje, 2020-2025»
Pag. 27
Yehia, E. (2024). Developments on Generative AI. En AI and Emerging Technologies: Automated Decision-
Making, Digital Forensics, and Ethical Considerations (pp. 139-160). Scopus.
https://doi.org/10.1201/9781003501152-9
Zhai, X. (2024). Transforming Teachers’ Roles and Agencies in the Era of Generative AI: Perceptions,
Acceptance, Knowledge, and Practices. Journal of Science Education and Technology. Scopus.
https://doi.org/10.1007/s10956-024-10174-0
Zlotnikova, I., Hlomani, H., Mokgetse, T., & Bagai, K. (2025). Establishing ethical standards for GenAI in
university education: A roadmap for academic integrity and fairness. Journal of Information,
Communication and Ethics in Society. Scopus. https://doi.org/10.1108/JICES-07-2024-0104
Esta obra está bajo una Licencia Creative Commons
Atribución-NoComercial 4.0 Internacional