Desafíos éticos y metodológicos de la inteligencia artificial generativa en educación superior: Revisión bibliométrica

Abstract

La inteligencia artificial generativa es una tecnología con aplicaciones significativas en la educación superior, pero presenta desafíos éticos y metodológicos en su implementación en la academia. Este estudio analizó, mediante métodos bibliométricos, la producción científica sobre la inteligencia artificial generativa y su integración en la educación superior, identificando los desafíos mencionados. Se revisaron 903 documentos publicados en Scopus entre 1986 y 2024. Los resultados evidencian un notable aumento en la producción científica desde 2014. Autores como Hwang GJ y Wang Y han contribuido significativamente mediante colaboraciones internacionales e interdisciplinarias. Revistas como "Sustainability (Switzerland)" e "International Journal of Educational Technology in Higher Education" son las más influyentes en este campo. Geográficamente, Estados Unidos y China lideran la producción científica. La investigación cubre diversas áreas del conocimiento, con una concentración en ciencias de la computación y sociales, lo que resalta la naturaleza multidisciplinaria del campo. Los temas principales incluyen la alfabetización en inteligencia artificial y su conexión con la industria 4.0, mientras que la gestión de grandes datos aún requiere mayor atención. La espectroscopía muestra tres periodos clave: 1951,2020 y 2023 en la producción y aplicación de la IA. Los desafíos éticos, comprenden la privacidad y protección de datos, el sesgo algorítmico y la transparencia en el uso de la inteligencia artificial; y, en los metodológicos se destaca la necesidad de desarrollar infraestructuras tecnológicas adecuadas, proporcionar formación continua a los docentes e integrar la inteligencia artificial en el currículo educativo. Las limitaciones incluyen la resistencia al cambio, desigualdades en infraestructura y altos costos de implementación. Se subraya la importancia de políticas claras y regulaciones para el uso ético y responsable de la inteligencia artificial generativa, así como el desarrollo de más investigaciones longitudinales que consideren el contexto cultural y socioeconómico.