Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
https://doi.org/10.62574/r06dpy41
94
Inteligencia artificial generativa en educación ecuatoriana:
Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical
transformation and cognitive development
Jorge Hamilton Leal-Cevallos
jorgelealcev@hotmail.com
Ministerio de Educación-Zona 4-Distrito 13D01-Portoviejo, Manabí, Ecuador
https://orcid.org/0000-0001-9836-9356
Luby Claudia Ramírez-Álava
lubyramirez@hotmail.com
Ministerio de Educación-Zona 4-Distrito 13D01-Portoviejo, Manabí, Ecuador
https://orcid.org/0009-0004-9871-0277
Estrella del Rosario Loor-Burgos
estrellarosloor@hotmail.com
Ministerio de Educación - Zona 4- Distrito 13D02- Manta-Montecristi-Jaramijó, Ecuador
https://orcid.org/0009-0002-3954-258X
Cecilia del Rocío Álava-Cevallos
cecilia.alava@yahoo.es
Red de Investigación Koinonia, Portoviejo, Manabí, Ecuador
https://orcid.org/0009-0005-6304-1330
RESUMEN
La integración de inteligencia artificial generativa en el sistema educativo ecuatoriano constituye una
oportunidad para revolucionar las metodologías pedagógicas y potenciar el desarrollo cognitivo estudiantil.
Mediante una revisión sistemática de literatura especializada publicada entre 2023 y 2025, este estudio
examina el impacto potencial de estas tecnologías emergentes, analizando oportunidades, desafíos e
implicaciones de su implementación. Los resultados demuestran que la IA generativa puede personalizar
experiencias de aprendizaje, estimular el pensamiento crítico y facilitar enfoques pedagógicos centrados en
el estudiante. No obstante, se identifican riesgos asociados con la dependencia tecnológica excesiva y la
necesidad de marcos regulatorios apropiados. Se propone el modelo METE-IAG (Modelo Ecuatoriano de
Transformación Educativa mediante Inteligencia Artificial Generativa), estructurado en cinco dimensiones
interrelacionadas: pedagógica, tecnológica, cognitiva, organizacional y ética. Este marco sugiere una
implementación gradual que combine capacitación docente, infraestructura tecnológica adecuada y
políticas educativas coherentes para maximizar beneficios mientras se minimizan riesgos potenciales.
Descriptores: transformación pedagógica; desarrollo cognitivo; tecnología educativa. (Fuente: Tesauro
UNESCO).
ABSTRACT
The integration of generative artificial intelligence into the Ecuadorian education system represents an
opportunity to revolutionise teaching methodologies and enhance student cognitive development. Through
a systematic review of specialist literature published between 2023 and 2025, this study examines the
potential impact of these emerging technologies, analysing the opportunities, challenges and implications of
their implementation. The results show that generative AI can personalise learning experiences, stimulate
critical thinking and facilitate student-centred pedagogical approaches. However, risks associated with
excessive technological dependence and the need for appropriate regulatory frameworks are identified. The
METE-IAG model (Ecuadorian Model for Educational Transformation through Generative Artificial
Intelligence) is proposed, structured around five interrelated dimensions: pedagogical, technological,
cognitive, organisational, and ethical. This framework suggests a gradual implementation that combines
teacher training, adequate technological infrastructure, and coherent educational policies to maximise
benefits while minimising potential risks.
Descriptors: pedagogical transformation; cognitive development; educational technology. (Source:
UNESCO Thesaurus).
Recibido: 09/07/2025. Revisado: 14/07/2025. Aprobado: 19/08/2025. Publicado: 08/09/2025.
Articulos de investigación
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
95
INTRODUCCIÓN
El panorama educativo global experimenta una revolución tecnológica sin
precedentes, donde la inteligencia artificial generativa emerge como fuerza
disruptiva capaz de redefinir paradigmas tradicionales de enseñanza-
aprendizaje. En el contexto ecuatoriano, caracterizado por desafíos particulares
en términos de equidad educativa, acceso a recursos tecnológicos y formación
docente, la adopción estratégica de estas herramientas representa tanto una
oportunidad extraordinaria como un reto complejo que demanda análisis riguroso
y planificación cuidadosa.
Durante las últimas décadas, Ecuador ha experimentado transformaciones
significativas en su sistema educativo, impulsadas por políticas públicas
orientadas hacia la mejora de la calidad educativa y la reducción de brechas
socioeconómicas. Sin embargo, persisten desafíos estructurales que limitan el
potencial de aprendizaje estudiantil, incluyendo metodologías pedagógicas
predominantemente tradicionales, recursos educativos limitados y disparidades
en el acceso a tecnologías emergentes entre diferentes regiones del país.
La irrupción de la inteligencia artificial generativa en el ámbito educativo global
ha demostrado capacidades transformadoras significativas, desde la
personalización del aprendizaje hasta la automatización de procesos
administrativos complejos. Según la investigación desarrollada por Bobula
(2024), estas tecnologías ofrecen oportunidades únicas para abordar desafíos
educativos persistentes, aunque también presentan riesgos que requieren
consideración cuidadosa. Asimismo, el trabajo de Farrelly y Baker (2023)
destaca que la implementación exitosa de IA generativa en educación superior
demanda enfoques holísticos que consideren tanto las oportunidades
pedagógicas como las implicaciones éticas y prácticas.
La relevancia de esta investigación radica en la necesidad urgente de desarrollar
marcos conceptuales y estrategias implementativas que permitan al sistema
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
96
educativo ecuatoriano capitalizar el potencial transformador de la IA generativa,
mientras navega los desafíos inherentes a su adopción. Particularmente, el
estudio de Chaparro-Banegas et al. (2024) enfatiza que la integración de estas
tecnologías requiere repensar los enfoques tradicionales hacia el pensamiento
crítico y la evaluación educativa. Complementariamente, Vieriu y Petrea (2025)
subrayan que el impacto de la IA en el desarrollo académico estudiantil depende
significativamente de cómo se diseñen e implementen las intervenciones
educativas.
Por otra parte, Bustard y Ghisoiu (2025) proponen que la revolución educativa
mediante IA generativa requiere enfoques asincrónicos y metodologías
innovadoras que trasciendan las limitaciones de los modelos pedagógicos
convencionales. Esta perspectiva resulta particularmente relevante para el
contexto ecuatoriano, donde la diversidad geográfica y sociocultural demanda
soluciones educativas flexibles y adaptables.
Objetivos del estudio
El objetivo principal de este estudio consiste en analizar el potencial de la
inteligencia artificial generativa como herramienta de transformación pedagógica
en el sistema educativo ecuatoriano, identificando estrategias viables para su
implementación efectiva y evaluando su impacto potencial en el desarrollo
cognitivo estudiantil. Específicamente, se busca examinar las oportunidades y
desafíos asociados con la integración de estas tecnologías, desarrollar un marco
conceptual para su adopción estratégica y proponer recomendaciones prácticas
para maximizar su impacto educativo positivo.
Marco referencial teórico
La fundamentación teórica de este estudio se sustenta en un corpus de
investigación contemporánea que examina las intersecciones entre inteligencia
artificial generativa y educación desde múltiples perspectivas disciplinarias. Este
marco conceptual integra contribuciones desde la pedagogía digital, la psicología
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
97
cognitiva, la tecnología educativa y las ciencias de la educación, proporcionando
una base sólida para el análisis crítico de las implicaciones transformadoras de
la IA en contextos educativos.
La investigación de Bobula (2024) proporciona una perspectiva comprehensiva
sobre los desafíos y oportunidades que presenta la IA generativa en educación
superior, identificando áreas específicas donde estas tecnologías pueden
generar valor agregado significativo. Su análisis revela que la implementación
exitosa requiere consideración cuidadosa de factores técnicos, pedagógicos y
éticos, estableciendo precedentes importantes para contextos educativos en
desarrollo como el ecuatoriano. La investigación destaca particularmente la
necesidad de desarrollar competencias digitales docentes y marcos regulatorios
apropiados para maximizar los beneficios potenciales.
Desde una perspectiva pedagógica innovadora, Bustard y Ghisoiu (2025)
exploran cómo la integración de IA generativa puede revolucionar la educación
mediante enfoques asincrónicos que trascienden las limitaciones temporales y
espaciales tradicionales. Su trabajo demuestra que estas tecnologías permiten
personalizar experiencias de aprendizaje de manera sin precedentes, facilitando
la adaptación a diferentes estilos cognitivos y ritmos de aprendizaje. Esta
perspectiva resulta especialmente relevante para sistemas educativos con
recursos limitados, donde la eficiencia y escalabilidad representan
consideraciones prioritarias.
El trabajo de Chaparro-Banegas et al. (2024) aporta una dimensión crítica
fundamental al examinar cómo la IA generativa desafía los paradigmas
tradicionales del pensamiento crítico en educación. Su investigación sugiere que,
lejos de reemplazar las capacidades cognitivas humanas, estas tecnologías
pueden servir como catalizadores para desarrollar formas más sofisticadas de
análisis y reflexión crítica. Esta perspectiva refuta preocupaciones comunes
sobre la dependencia tecnológica, proponiendo en su lugar modelos de
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
98
complementariedad cognitiva que potencian las capacidades humanas
naturales.
En el ámbito específico de la educación en marketing y ciencias empresariales,
Ding et al. (2024) demuestran aplicaciones prácticas de IA generativa que
pueden extrapolarse a otras disciplinas académicas. Su trabajo ilustra cómo
estas herramientas pueden transformar metodologías de enseñanza
tradicionales, facilitando experiencias de aprendizaje más interactivas y
contextualmente relevantes. Las implicaciones de su investigación se extienden
más allá de disciplinas específicas, sugiriendo principios generales para la
integración efectiva de IA en diversos campos académicos.
En este orden, Farrelly y Baker (2023) contribuyen una perspectiva holística que
examina las implicaciones sistémicas de la IA generativa en educación superior,
enfocándose en consideraciones prácticas para instituciones educativas. Su
análisis abarca desde infraestructura tecnológica hasta cambios
organizacionales requeridos, proporcionando un marco de referencia valioso
para instituciones que contemplan la adopción de estas tecnologías.
Particularmente relevante resulta su enfoque en la gestión del cambio y la
capacitación del personal académico.
Por otro lado, Gerlich (2025) aporta una dimensión sociológica importante al
examinar el impacto de las herramientas de IA en el desarrollo del pensamiento
crítico y la descarga cognitiva. Su trabajo plantea interrogantes fundamentales
sobre cómo estas tecnologías pueden afectar las capacidades cognitivas
humanas a largo plazo, sugiriendo la necesidad de enfoques equilibrados que
preserven y potencien las habilidades cognitivas esenciales mientras
aprovechan las ventajas tecnológicas disponibles.
De ese modo; Gonsalves (2024) profundiza en el impacto específico de la IA
generativa sobre el pensamiento crítico, revisitando la taxonomía de Bloom
desde una perspectiva contemporánea. Su trabajo sugiere que estas tecnologías
requieren reconceptualizar los niveles cognitivos tradicionales, proponiendo
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
99
marcos actualizados que reflejen las nuevas realidades del aprendizaje asistido
por IA. Esta contribución resulta particularmente valiosa para el diseño de
curricula y estrategias evaluativas en contextos educativos modernos.
Las contribuciones de Grewal et al. (2025) y Guha et al. (2023) examinan
aplicaciones específicas de IA generativa en educación superior, proporcionando
evidencia empírica sobre su efectividad en diferentes contextos académicos. Sus
investigaciones demuestran beneficios tangibles en términos de engagement
estudiantil, personalización del aprendizaje y eficiencia docente, estableciendo
precedentes importantes para implementaciones futuras en diversos contextos
educativos.
Por tanto, Kshetri et al. (2024) ofrecen una perspectiva integral sobre las
aplicaciones, oportunidades y desafíos de la IA generativa, desarrollando una
agenda de investigación comprehensiva que abarca múltiples dimensiones de
análisis. Su trabajo proporciona un marco conceptual robusto para evaluar el
potencial transformador de estas tecnologías, incluyendo consideraciones
económicas, sociales y éticas que resultan particularmente relevantes para
contextos en desarrollo.
La investigación de Narang et al. (2025) explora el papel multifacético de la IA
generativa en educación, destacando su versatilidad y adaptabilidad a diferentes
contextos pedagógicos. Su trabajo demuestra cómo estas tecnologías pueden
asumir múltiples roles dentro del ecosistema educativo, desde asistentes de
enseñanza hasta herramientas de evaluación, sugiriendo enfoques flexibles para
su implementación efectiva.
De igual modo; Patil (2024) contribuye perspectivas especializadas sobre
personalización y optimización de estrategias educativas mediante IA generativa,
proporcionando insights valiosos sobre cómo estas tecnologías pueden
adaptarse a necesidades individuales de aprendizaje. Su investigación sugiere
metodologías concretas para implementar sistemas de aprendizaje adaptativos
que respondan dinámicamente a las necesidades estudiantiles.
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
100
De ese modo; Singh y Huang (2025) examinan la intersección entre IA y
creatividad en contextos educativos, demostrando cómo estas tecnologías
pueden potenciar capacidades creativas en lugar de limitarlas. Su trabajo refuta
preocupaciones comunes sobre la uniformización del pensamiento, proponiendo
en su lugar modelos que utilizan la IA como catalizador para la innovación y la
expresión creativa.
Por consiguiente, Vieriu y Petrea (2025) aportan evidencia empírica sobre el
impacto de la IA en el desarrollo académico estudiantil, proporcionando datos
cuantitativos que respaldan hipótesis sobre los beneficios educativos de estas
tecnologías. Su investigación demuestra mejoras medibles en diversos
indicadores de rendimiento académico, estableciendo bases evidenciales
sólidas para argumentos a favor de la implementación de IA en educación.
Mientras que, Zhai et al. (2024) contribuyen una perspectiva crítica importante
mediante su revisión sistemática sobre los efectos de la dependencia excesiva
en sistemas de IA sobre las capacidades cognitivas estudiantiles. Su trabajo
identifica riesgos potenciales asociados con el uso inadecuado de estas
tecnologías, proponiendo estrategias para maximizar beneficios mientras se
minimizan consecuencias negativas.
MÉTODO
Se implementó un diseño de revisión sistemática cualitativa orientada hacia la
síntesis narrativa, apropiado para examinar fenómenos complejos y
multidimensionales como la integración de IA generativa en educación. Este
enfoque permite analizar contribuciones teóricas y empíricas diversas, facilitando
la construcción de un entendimiento comprehensivo sobre las implicaciones
transformadoras de estas tecnologías.
La selección metodológica se justifica por la naturaleza emergente del campo de
investigación, donde la evidencia empírica limitada requiere aproximaciones que
permitan integrar perspectivas teóricas con resultados preliminares de
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
101
implementaciones experimentales. Este diseño facilita la identificación de
principios generales aplicables al contexto ecuatoriano específico, considerando
las particularidades socioeconómicas, culturales y tecnológicas del país.
La población de estudio comprende el conjunto de investigaciones académicas
contemporáneas que examinan la intersección entre inteligencia artificial
generativa y educación, publicadas entre 2023 y 2025. Esta delimitación
temporal asegura la relevancia de los resultados, considerando la evolución
acelerada de las tecnologías de IA y sus aplicaciones educativas.
La muestra analizada incluye quince (15) publicaciones especializadas
seleccionadas mediante criterios específicos de relevancia teórica y
metodológica. Los estudios seleccionados abarcan diversas perspectivas
disciplinarias, incluyendo pedagogía digital, psicología educativa, tecnología
educativa y ciencias de la computación aplicada, proporcionando una base
comprehensiva para el análisis.
Los criterios de inclusión contemplaron: (1) relevancia temática directa con
aplicaciones de IA generativa en educación, (2) calidad metodológica
demostrada mediante revisión por pares, (3) contribuciones teóricas o empíricas
significativas al campo, (4) publicación en revistas indexadas de reconocido
prestigio académico, y (5) accesibilidad del texto completo para análisis
detallado.
La revisión sistemática se condujo siguiendo principios éticos establecidos para
investigación académica, incluyendo el reconocimiento apropiado de
contribuciones intelectuales mediante citación precisa y la interpretación
fidedigna de argumentos originales. Se mantuvo objetividad analítica evitando
sesgos de confirmación y asegurando representación equitativa de perspectivas
diversas.
Aunque esta investigación no involucra participantes humanos directamente, se
consideraron implicaciones éticas relacionadas con las recomendaciones
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
102
propuestas, particularmente en términos de equidad educativa, acceso
tecnológico y privacidad estudiantil. Estas consideraciones informaron tanto el
análisis como las recomendaciones del estudio.
RESULTADOS
Propuesta de marco integral para la implementación de IA generativa
Basándose en el análisis sistemático de la literatura especializada, se propone
un marco integral denominado "Modelo Ecuatoriano de Transformación
Educativa mediante Inteligencia Artificial Generativa" (METE-IAG). Este modelo
se estructura en cinco dimensiones interrelacionadas que abordan los aspectos
técnicos, pedagógicos, organizacionales y sociales necesarios para una
implementación exitosa y sostenible.
Dimensión pedagógica transformadora
La primera dimensión del modelo METE-IAG se centra en la reconceptualización
de las prácticas pedagógicas tradicionales mediante la integración estratégica
de herramientas de IA generativa. Esta dimensión propone un enfoque híbrido
que combina la experiencia docente humana con las capacidades adaptativas
de la inteligencia artificial, creando ecosistemas de aprendizaje dinámicos y
personalizados.
El modelo pedagógico propuesto se fundamenta en tres pilares estructurales:
personalización adaptativa, que permite ajustar contenidos y metodologías a las
necesidades individuales de cada estudiante; facilitación cognitiva, que utiliza la
IA como herramienta de andamiaje para desarrollar habilidades de pensamiento
complejo; y evaluación formativa continua, que proporciona retroalimentación
inmediata y específica para optimizar el proceso de aprendizaje.
La implementación de esta dimensión requiere el desarrollo de competencias
docentes específicas que permitan utilizar efectivamente las herramientas de IA
generativa como complemento, no reemplazo, de la expertise pedagógica
tradicional. Esto incluye habilidades para diseñar prompts educativos efectivos,
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
103
interpretar outputs de IA en contextos pedagógicos y mantener la dimensión
humana esencial del proceso educativo.
Dentro del contexto ecuatoriano, esta dimensión debe considerar la diversidad
cultural y lingüística del país, desarrollando aplicaciones de IA que reconozcan y
valoren las diferentes tradiciones educativas regionales. La propuesta incluye la
creación de repositorios de contenido culturalmente apropiado y el desarrollo de
interfaces multilingües que faciliten el acceso equitativo a estas tecnologías.
Dimensión tecnológica e infraestructural
La segunda dimensión aborda los requerimientos técnicos y de infraestructura
necesarios para soportar la implementación efectiva de IA generativa en el
sistema educativo ecuatoriano. Esta dimensión reconoce las limitaciones
presupuestarias y las disparidades regionales en acceso a tecnología,
proponiendo soluciones escalables y sostenibles financieramente.
La estrategia tecnológica se estructura en tres niveles de implementación: nivel
básico, que incluye acceso a herramientas de IA generativa mediante
plataformas web y aplicaciones móviles de bajo costo; nivel intermedio, que
incorpora sistemas de gestión de aprendizaje integrados con capacidades de IA;
y nivel avanzado, que incluye desarrollo de soluciones personalizadas para
necesidades educativas específicas.
La propuesta enfatiza la utilización de tecnologías de código abierto y
plataformas colaborativas que reduzcan costos de licenciamiento y permitan
personalización local. Esto incluye la implementación de servidores educativos
regionales que proporcionen servicios de IA de manera descentralizada,
reduciendo dependencias de proveedores externos y asegurando continuidad
del servicio.
La dimensión tecnológica también contempla aspectos de seguridad de datos y
privacidad estudiantil, proponiendo protocolos específicos para el manejo de
información educativa sensible. Estos protocolos deben cumplir con
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
104
regulaciones nacionales e internacionales mientras facilitan el uso efectivo de
tecnologías de IA para propósitos educativos legítimos.
Dimensión de desarrollo cognitivo y competencias
La tercera dimensión se enfoca específicamente en cómo la IA generativa puede
potenciar el desarrollo cognitivo estudiantil y la adquisición de competencias
relevantes para el siglo XXI. Esta dimensión va más allá de la mera
automatización de tareas educativas, proponiendo enfoques que utilizan la IA
como catalizador para desarrollar habilidades de pensamiento crítico, creatividad
y resolución de problemas complejos.
El marco propuesto identifica cinco áreas de competencias prioritarias:
pensamiento analítico y sintético, que se desarrolla mediante interacción
estructurada con sistemas de IA que requieren formulación de preguntas
complejas; creatividad aumentada, que combina capacidades humanas de
innovación con herramientas de IA para explorar posibilidades creativas
expandidas; competencia digital crítica, que incluye la habilidad de evaluar y
utilizar efectivamente outputs de IA; colaboración híbrida, que prepara
estudiantes para trabajar efectivamente en equipos que incluyen tanto humanos
como sistemas de IA; y metaprendizaje, que desarrolla la capacidad de
reflexionar sobre y optimizar propios procesos de aprendizaje.
La implementación de esta dimensión requiere el diseño de actividades
educativas específicas que aprovechen las fortalezas únicas de la IA generativa
mientras desarrollan capacidades humanas complementarias. Esto incluye
proyectos de investigación asistida por IA, ejercicios de escritura creativa
colaborativa con sistemas generativos y simulaciones complejas que requieren
análisis crítico de outputs automatizados.
Dentro del contexto ecuatoriano, esta dimensión debe considerar las
necesidades específicas del mercado laboral nacional y regional, asegurando
que las competencias desarrolladas sean relevantes para oportunidades
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
105
económicas locales mientras preparan estudiantes para participar en la
economía digital global.
Dimensión organizacional e institucional
La cuarta dimensión aborda los cambios organizacionales e institucionales
necesarios para soportar la transformación educativa mediante IA generativa.
Esta dimensión reconoce que la adopción exitosa de estas tecnologías requiere
modificaciones sustanciales en estructuras administrativas, procesos de toma de
decisiones y culturas institucionales.
La propuesta organizacional se estructura en cuatro niveles de intervención:
nivel ministerial, que incluye el desarrollo de políticas nacionales y marcos
regulatorios apropiados; nivel distrital, que abarca la coordinación regional y la
distribución de recursos tecnológicos; nivel institucional, que contempla cambios
en estructuras administrativas y académicas de colegios y universidades; y nivel
aula, que se enfoca en la transformación de dinámicas cotidianas de enseñanza-
aprendizaje.
El modelo propone la creación de equipos multidisciplinarios de transformación
digital educativa en cada nivel organizacional, incluyendo especialistas en
tecnología educativa, pedagogos, administradores y representantes de la
comunidad educativa. Estos equipos serían responsables de planificar,
implementar y evaluar iniciativas de IA generativa de manera coordinada y
sostenible.
La dimensión organizacional también contempla aspectos de gestión del cambio,
reconociendo que la adopción de IA generativa puede generar resistencias o
ansiedades entre docentes y administradores. La propuesta incluye estrategias
de comunicación, capacitación y acompañamiento diseñadas para facilitar
transiciones suaves y maximizar la aceptación institucional.
Dimensión ética y sostenibilidad social
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
106
La quinta dimensión aborda consideraciones éticas, de equidad y sostenibilidad
social asociadas con la implementación de IA generativa en educación. Esta
dimensión reconoce que estas tecnologías pueden tanto amplificar como reducir
desigualdades educativas existentes, dependiendo de cómo se diseñen e
implementen las intervenciones.
El marco ético propuesto se fundamenta en principios de equidad educativa,
transparencia algorítmica, respeto a la diversidad cultural y protección de
derechos estudiantiles. Estos principios se operacionalizan mediante protocolos
específicos para auditoría de sistemas de IA, mecanismos de participación
comunitaria en decisiones tecnológicas y salvaguardas para prevenir sesgos
discriminatorios.
La propuesta incluye la creación de observatorios éticos regionales responsables
de monitorear el impacto social de la IA generativa en educación, identificar
problemas emergentes y proponer soluciones apropiadas. Estos observatorios
incluirían representantes de diferentes sectores de la sociedad civil, asegurando
perspectivas diversas en la evaluación de impactos tecnológicos.
La dimensión de sostenibilidad social también contempla aspectos de
preservación y valorización del patrimonio cultural ecuatoriano, proponiendo que
las aplicaciones de IA generativa incorporen y promuevan conocimientos
tradicionales y prácticas culturales locales en lugar de homogeneizar
experiencias educativas según modelos externos.
Estrategias de implementación contextualizada
La implementación del modelo METE-IAG requiere estrategias diferenciadas que
consideren las particularidades regionales, institucionales y socioculturales del
Ecuador. Se propone un enfoque de implementación escalonada que permite
adaptación progresiva y aprendizaje institucional continuo.
Fase de sensibilización y preparación institucional
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
107
La primera fase de implementación se enfoca en generar conciencia sobre el
potencial transformador de la IA generativa y preparar las condiciones
institucionales necesarias para su adopción exitosa. Esta fase incluye
actividades de sensibilización dirigidas a diferentes actores del sistema
educativo, desde autoridades ministeriales hasta docentes de aula.
Las actividades propuestas incluyen seminarios de introducción a IA generativa
para administradores educativos, talleres prácticos para docentes que
demuestren aplicaciones concretas de estas tecnologías, y sesiones
informativas para padres de familia que aborden beneficios y preocupaciones
comunes. Estas actividades deben diseñarse considerando diferentes niveles de
familiaridad tecnológica y utilizando casos contextualizados al entorno
ecuatoriano.
La fase de preparación también incluye evaluaciones de capacidad institucional
que identifiquen fortalezas y limitaciones específicas de cada institución
educativa. Estas evaluaciones abarcan aspectos tecnológicos, pedagógicos,
organizacionales y financieros, proporcionando bases sólidas para planificación
individualizada de implementación.
Durante esta fase se establece también la infraestructura de soporte técnico y
pedagógico necesaria para fases posteriores, incluyendo la formación de
equipos técnicos locales y la creación de redes de apoyo entre instituciones
educativas. Esto asegura que las instituciones no enfrenten la transformación
tecnológica de manera aislada.
Fase de pilotaje y experimentación controlada
La segunda fase implementa proyectos piloto en instituciones educativas
seleccionadas, permitiendo experimentación controlada y aprendizaje basado en
evidencia antes de expansión sistémica. Estos pilotos se diseñan para probar
diferentes aspectos del modelo METE-IAG en condiciones reales, generando
datos empíricos sobre efectividad y desafíos de implementación.
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
108
Los proyectos piloto se estructuran en tres categorías: pilotos pedagógicos, que
prueban aplicaciones específicas de IA generativa en diferentes materias y
niveles educativos; pilotos organizacionales, que experimentan con nuevas
estructuras administrativas y procesos de toma de decisiones; y pilotos
tecnológicos, que evalúan diferentes plataformas y herramientas de IA en
contextos educativos reales.
Cada proyecto piloto incluye protocolos rigurosos de monitoreo y evaluación que
capturan tanto resultados cuantitativos como experiencias cualitativas de
participantes. Esto incluye mediciones de rendimiento académico, indicadores
de engagement estudiantil, evaluaciones de satisfacción docente y análisis de
impactos organizacionales.
Los aprendizajes de los proyectos piloto se documentan sistemáticamente y se
comparten con toda la comunidad educativa mediante reportes accesibles,
casos de estudio detallados y sesiones de intercambio de experiencias. Este
proceso de aprendizaje colectivo informa ajustes al modelo METE-IAG y prepara
el terreno para expansión posterior.
Fase de escalamiento progresivo
La tercera fase expande la implementación de manera gradual y sostenible,
incorporando lecciones aprendidas de fases anteriores y adaptando estrategias
según características específicas de diferentes regiones y tipos de instituciones.
Esta fase utiliza enfoques de escalamiento orgánico que respetan ritmos
institucionales naturales.
El escalamiento se estructura geográficamente considerando disparidades
regionales en infraestructura tecnológica y capacidades institucionales. Las
regiones con mayor preparación tecnológica sirven como centros de
experimentación avanzada, mientras que regiones con limitaciones reciben
apoyo adicional y implementación adaptada a sus condiciones específicas.
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
109
Durante esta fase se consolidan redes de apoyo inter-institucional que facilitan
intercambio de experiencias, recursos y mejores prácticas entre instituciones
educativas. Estas redes incluyen tanto componentes presenciales como
virtuales, maximizando acceso a conocimiento especializado
independientemente de ubicación geográfica.
La fase de escalamiento también incluye el desarrollo de capacidades locales
para soporte técnico y pedagógico, reduciendo dependencia de expertise
externo y asegurando sostenibilidad a largo plazo. Esto incluye programas de
certificación para especialistas en IA educativa y la creación de centros
regionales de innovación educativa.
Indicadores de impacto y evaluación
El modelo METE-IAG incluye un sistema comprehensivo de monitoreo y
evaluación diseñado para capturar múltiples dimensiones de impacto y facilitar
mejora continua. Este sistema combina indicadores cuantitativos tradicionales
con métricas innovadoras específicas para contextos de aprendizaje asistido por
IA.
Indicadores de rendimiento académico
Los indicadores tradicionales de rendimiento académico se mantienen como
componente central del sistema de evaluación, pero se complementan con
métricas específicas que capturan beneficios únicos de la IA generativa. Estos
incluyen mejoras en habilidades de escritura asistida por IA, desarrollo de
competencias de investigación digital, incrementos en creatividad y originalidad
de proyectos estudiantiles, y avances en resolución de problemas complejos que
requieren colaboración humano-IA.
Las métricas propuestas incluyen análisis longitudinales de progreso estudiantil
que comparan períodos pre y post implementación, evaluaciones de
transferencia de aprendizaje que miden aplicación de competencias
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
110
desarrolladas en nuevos contextos, y assessments de pensamiento crítico que
evalúan capacidades para analizar y evaluar outputs de IA de manera reflexiva.
Particularmente importante resulta el desarrollo de instrumentos de evaluación
que distingan entre mejoras genuinas en aprendizaje versus dependencia
excesiva de herramientas de IA. Esto requiere diseño cuidadoso de tareas
evaluativas que capturen comprensión profunda y capacidades de aplicación
independiente, diferenciándolas de habilidades superficiales de utilización
tecnológica.
Indicadores de desarrollo cognitivo
El sistema de evaluación incluye métricas especializadas para capturar impactos
en desarrollo cognitivo estudiantil, reconociendo que la IA generativa puede
influir en procesos fundamentales de pensamiento y aprendizaje. Estos
indicadores se diseñan para detectar tanto beneficios como riesgos potenciales
asociados con el uso de estas tecnologías.
Las métricas de desarrollo cognitivo incluyen evaluaciones de metacognición
que miden capacidades estudiantiles para reflexionar sobre propios procesos de
aprendizaje, assessments de flexibilidad cognitiva que evalúan adaptabilidad
mental ante situaciones cambiantes, y mediciones de capacidades de síntesis
que analizan habilidades para integrar información de múltiples fuentes,
incluyendo outputs de IA.
Específicamente relevante resulta el monitoreo de capacidades de formulación
de preguntas, reconociendo que la interacción efectiva con IA generativa
requiere habilidades sofisticadas de interrogación y especificación de
requerimientos. Las evaluaciones incluyen análisis de calidad de prompts
generados por estudiantes y efectividad de estrategias de refinamiento iterativo.
El sistema también incluye indicadores de alerta temprana para identificar
potencial dependencia excesiva o desarrollo de hábitos cognitivos
contraproducentes. Estos indicadores permiten intervenciones oportunas para
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
111
mantener equilibrios saludables entre asistencia tecnológica y desarrollo de
capacidades autónomas.
Indicadores de equidad y acceso
Considerando las desigualdades socioeconómicas existentes en el contexto
ecuatoriano, el sistema de evaluación incluye métricas específicas para
monitorear impactos en equidad educativa y acceso a oportunidades de
aprendizaje. Estos indicadores aseguran que la implementación de IA generativa
reduzca en lugar de amplificar brechas educativas existentes.
Los indicadores de equidad incluyen análisis de distribución geográfica de
beneficios, comparaciones de impacto entre diferentes grupos socioeconómicos,
evaluaciones de acceso diferencial a tecnologías de IA, y mediciones de brecha
digital en utilización efectiva de herramientas generativas. Estos análisis
consideran múltiples dimensiones de diversidad, incluyendo ubicación
geográfica, nivel socioeconómico, género, etnicidad y necesidades educativas
especiales.
Particularmente importante resulta el monitoreo de efectos no intencionales que
podrían disadvantage grupos específicos, como sesgos algorítmicos en
herramientas de IA o requerimientos tecnológicos que excluyan estudiantes con
recursos limitados. El sistema incluye protocolos para identificación temprana y
corrección de estos problemas. Las métricas también incluyen evaluaciones de
participación comunitaria en decisiones sobre implementación tecnológica,
asegurando que diferentes sectores de la sociedad ecuatoriana tengan voz en la
configuración de futuras educativas que les afectan directamente.
DISCUSIÓN
La revisión sistemática de literatura especializada revela un consenso emergente
sobre el potencial transformador de la inteligencia artificial generativa en
contextos educativos, aunque también identifica desafíos significativos que
requieren atención cuidadosa durante procesos de implementación. Los
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
112
resultados sugieren que estas tecnologías pueden funcionar como catalizadores
para innovación pedagógica, pero su efectividad depende críticamente de
factores contextuales y de implementación específicos.
Coherentemente con los planteamientos presentados por Bobula (2024), los
resultados indican que la IA generativa ofrece oportunidades sin precedentes
para personalización educativa y optimización de procesos de aprendizaje. Sin
embargo, la realización de este potencial requiere marcos de implementación
comprehensivos que aborden simultáneamente dimensiones técnicas,
pedagógicas, organizacionales y éticas. Esta perspectiva multidimensional
resulta particularmente relevante para el contexto ecuatoriano, donde
limitaciones de recursos y disparidades regionales demandan enfoques
estratégicos cuidadosamente planificados.
Consistentemente con las observaciones documentadas por Farrelly y Baker
(2023), los resultados enfatizan la importancia de consideraciones prácticas e
institucionales en la adopción de IA generativa. La literatura revisada sugiere que
el éxito de estas implementaciones depende tanto de factores técnicos como de
capacidades organizacionales para gestionar cambio y mantener enfoque en
objetivos educativos fundamentales.
Particularmente relevante resulta la convergencia entre múltiples estudios sobre
la necesidad de mantener equilibrios apropiados entre asistencia tecnológica y
desarrollo de capacidades humanas autónomas. Las contribuciones realizadas
por Chaparro-Banegas et al. (2024) y Gonsalves (2024) refuerzan la perspectiva
de que la IA generativa debe complementar, no reemplazar, el desarrollo de
pensamiento crítico y capacidades analíticas estudiantiles.
Las implicaciones específicas para el sistema educativo ecuatoriano emergen
del análisis de convergencias entre evidencia internacional y particularidades
nacionales. El modelo METE-IAG propuesto reconoce que la adopción exitosa
de IA generativa en Ecuador requiere adaptaciones significativas que consideren
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
113
limitaciones infrastructurales, diversidad cultural y objetivos de desarrollo
nacional.
Consistentemente con los planteamientos expuestos por Bustard y Ghisoiu
(2025) sobre enfoques asincrónicos en educación digital, el contexto ecuatoriano
presenta oportunidades únicas para implementar modelos innovadores que
trasciendan limitaciones geográficas y temporales tradicionales. Las
disparidades entre regiones urbanas y rurales pueden abordarse mediante
soluciones tecnológicas que democraticen acceso a recursos educativos de alta
calidad, independientemente de ubicación física.
No obstante, las observaciones descritas por Zhai et al. (2024) sobre riesgos de
dependencia excesiva resultan particularmente relevantes para contextos con
recursos limitados, donde la tentación de utilizar IA generativa como sustituto de
inversiones en capacitación docente o infraestructura educativa básica podría
generar consecuencias contraproducentes a largo plazo.
Las contribuciones documentadas por Vieriu y Petrea (2025) sobre impactos en
desarrollo académico estudiantil sugieren que el contexto ecuatoriano podría
beneficiarse significativamente de implementaciones cuidadosamente
diseñadas, particularmente en áreas donde el sistema educativo tradicional
enfrenta desafíos persistentes como personalización del aprendizaje y atención
a diversidad estudiantil.
El análisis revela convergencias significativas entre resultados de diferentes
contextos geográficos y educativos, sugiriendo principios generales para
implementación efectiva de IA generativa en educación. Estas convergencias
proporcionan bases sólidas para extrapolación de mejores prácticas al contexto
ecuatoriano específico.
Múltiples estudios coinciden en identificar la personalización del aprendizaje
como beneficio central de la IA generativa, coherentemente con los
planteamientos presentados por Ding et al. (2024) y Narang et al. (2025). Esta
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
114
convergencia sugiere que las capacidades adaptativas de estas tecnologías
representan ventajas competitivas genuinas sobre metodologías tradicionales,
independientemente del contexto específico de implementación.
Similarmente, las contribuciones realizadas por Singh y Huang (2025) sobre
potenciación de creatividad mediante IA generativa encuentran respaldo en
múltiples estudios que documentan beneficios similares en diferentes contextos
disciplinarios y geográficos. Esta convergencia resulta particularmente
prometedora para el contexto ecuatoriano, donde el desarrollo de economías
creativas representa una prioridad nacional estratégica.
Las advertencias sobre necesidad de marcos éticos y consideraciones de
equidad, presente en trabajos desarrollados por Gerlich (2025) y otros autores,
también muestran consistencia transnacional, sugiriendo que estos desafíos
trascienden particularidades contextuales específicas y requieren atención
universal.
Aunque la literatura muestra convergencias importantes, también emergen
tensiones y divergencias que reflejan diferentes prioridades, contextos y
perspectivas disciplinarias. Estas divergencias proporcionan insights valiosos
sobre complejidades inherentes a la implementación de IA generativa en
educación.
Una tensión central aparece entre enfoques que enfatizan eficiencia y
escalabilidad versus aquellos que priorizan profundidad pedagógica y relaciones
humanas. Mientras que estudios como los desarrollados por Grewal et al. (2025)
destacan beneficios de automatización y optimización, otras contribuciones
enfatizan la irreemplazabilidad de dimensiones humanas en educación.
Otra divergencia significativa emerge en evaluaciones sobre timing apropiado
para implementación. Algunos estudios sugieren adopción inmediata para evitar
rezagos tecnológicos, mientras que otros recomiendan enfoques más cautelosos
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
115
que permitan desarrollo de marcos regulatorios y capacidades institucionales
antes de implementación sistémica.
Las perspectivas sobre grado apropiado de integración también varían
considerablemente, desde enfoques que proponen transformación radical de
metodologías educativas hasta otros que sugieren integración gradual que
preserve fortalezas de sistemas tradicionales.
La discusión debe reconocer limitaciones inherentes tanto en la literatura
revisada como en las propuestas desarrolladas. La mayoría de estudios
analizados provienen de contextos educativos desarrollados con recursos
superiores a los disponibles en Ecuador, limitando la aplicabilidad directa de
resultados y recomendaciones.
Adicionalmente, la naturaleza emergente del campo significa que evidencia
empírica sobre impactos a largo plazo permanece limitada. Los estudios
disponibles se enfocan predominantemente en implementaciones de corto plazo,
dificultando evaluaciones sobre sostenibilidad y efectos duraderos de estas
intervenciones tecnológicas.
La literatura también muestra limitaciones en términos de diversidad
metodológica, con predominio de estudios cualitativos y casos de estudio sobre
investigación experimental rigurosa. Esta limitación afecta la capacidad para
establecer relaciones causales claras entre implementación de IA generativa y
resultados educativos específicos.
Las direcciones futuras de investigación deben incluir estudios longitudinales que
examinen impactos a largo plazo, investigación experimental que establezca
causalidad más claramente, y estudios específicamente diseñados para
contextos de recursos limitados como el ecuatoriano. Particularmente importante
resulta el desarrollo de metodologías de evaluación apropiadas para contextos
de aprendizaje asistido por IA.
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
116
Esta investigación contribuye al campo emergente de IA educativa mediante el
desarrollo de un marco conceptual integrado que considera múltiples
dimensiones de implementación tecnológica en contextos específicos. El modelo
METE-IAG representa una síntesis innovadora que combina perspectivas
teóricas contemporáneas con consideraciones prácticas apropiadas para
sistemas educativos en desarrollo.
Teóricamente, la investigación contribuye a evolución conceptual del campo
mediante la propuesta de dimensiones interrelacionadas que trascienden
enfoques unidimensionales comunes en literatura preliminar. Esta perspectiva
multidimensional proporciona marcos más comprehensivos para entender
complejidades inherentes a transformación educativa mediante tecnologías
emergentes.
Prácticamente, la investigación ofrece estrategias específicas y contextualizadas
para implementación que pueden informar políticas educativas y decisiones
institucionales en Ecuador y contextos similares. Las propuestas incluyen
consideraciones detalladas sobre recursos, capacidades institucionales y
factores socioculturales que frecuentemente se omiten en marcos más
generales.
La investigación también contribuye a debates sobre equidad digital en
educación, proponiendo enfoques específicos para asegurar que beneficios de
IA generativa se distribuyan equitativamente entre diferentes grupos sociales y
regiones geográficas.
Las consideraciones de sostenibilidad y escalabilidad emergen como factores
determinantes para el éxito a largo plazo de implementaciones de IA generativa
en educación ecuatoriana. La literatura revisada sugiere que muchas iniciativas
tecnológicas educativas fallan debido a planificación inadecuada para
sostenibilidad financiera, técnica y organizacional.
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
117
El modelo METE-IAG aborda estas preocupaciones mediante enfoques
escalonados que permiten aprendizaje institucional gradual y desarrollo de
capacidades locales. Esta perspectiva reconoce que la sostenibilidad requiere
más que recursos financieros iniciales, demandando desarrollo de ecosistemas
de soporte técnico, pedagógico y organizacional.
Particularmente importante resulta la consideración de sostenibilidad cultural,
asegurando que implementaciones tecnológicas respeten y fortalezcan
identidades locales en lugar de imponer modelos educativos homogeneizados.
Esta perspectiva resulta esencial para el contexto ecuatoriano, caracterizado por
diversidad cultural significativa.
La escalabilidad también requiere consideración cuidadosa de modelos de
financiamiento que permitan expansión gradual sin comprometer calidad o
equidad. Las propuestas incluyen combinaciones de inversión pública,
partnerships público-privados y utilización de tecnologías de código abierto para
maximizar costo-efectividad.
CONCLUSIÓN
El modelo METE-IAG propuesto representa una contribución innovadora que
sintetiza perspectivas teóricas contemporáneas con consideraciones prácticas
específicas para el contexto nacional. Las cinco dimensiones interrelacionadas
del modelo proporcionan un marco comprehensivo para planificación,
implementación y evaluación de iniciativas de IA generativa en educación,
considerando particularidades infrastructurales, culturales y socioeconómicas
del Ecuador.
Los resultados indican que la IA generativa puede funcionar efectivamente como
catalizador para personalización educativa, desarrollo de competencias del siglo
XXI y optimización de procesos pedagógicos. Sin embargo, la realización de este
potencial depende críticamente de implementaciones cuidadosamente
diseñadas que mantengan equilibrios apropiados entre asistencia tecnológica y
desarrollo de capacidades humanas autónomas.
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
118
Particularmente significativa resulta la evidencia sobre capacidades de la IA
generativa para abordar desafíos educativos persistentes en el contexto
ecuatoriano, incluyendo disparidades regionales en acceso a recursos
educativos, limitaciones en personalización del aprendizaje y necesidades de
desarrollo de competencias digitales. Las estrategias propuestas ofrecen
pathways viables para capitalizar estas oportunidades mientras se minimizan
riesgos asociados.
Las consideraciones éticas y de equidad emergen como factores fundamentales
para implementación responsable, requiriendo marcos regulatorios apropiados y
mecanismos de participación comunitaria que aseguren distribución equitativa
de beneficios tecnológicos. La propuesta de observatorios éticos regionales
representa una innovación importante para monitoreo continuo de impactos
sociales.
La investigación también destaca la importancia determinante de capacitación
docente y desarrollo organizacional como prerequisitos para adopción exitosa.
Las transformaciones pedagógicas facilitadas por IA generativa requieren
competencias profesionales nuevas y estructuras institucionales adaptadas,
demandando inversiones significativas en desarrollo de capacidades humanas.
Las limitaciones identificadas, incluyendo evidencia empírica limitada sobre
impactos a largo plazo y predominio de estudios en contextos desarrollados,
sugieren direcciones importantes para investigación futura. Particularmente
necesarios resultan estudios longitudinales en contextos de recursos limitados y
desarrollo de metodologías de evaluación apropiadas para aprendizaje asistido
por IA.
Las implicaciones prácticas de esta investigación se extienden más allá del
contexto ecuatoriano específico, proporcionando insights valiosos para otros
sistemas educativos en desarrollo que contemplan adopción de tecnologías
emergentes. El enfoque multidimensional y contextualizado puede adaptarse a
diferentes realidades nacionales y regionales.
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
119
La sostenibilidad financiera, técnica y cultural emerge como consideración
fundamental que requiere planificación estratégica desde etapas iniciales de
implementación. Los modelos de financiamiento propuestos y las estrategias de
desarrollo de capacidades locales ofrecen approaches viables para asegurar
impacto duradero.
Por tanto, esta investigación contribuye a debates contemporáneos sobre futuro
de la educación en la era digital, proponiendo enfoques que aprovechan ventajas
tecnológicas mientras preservan valores educativos fundamentales. La
perspectiva de complementariedad entre capacidades humanas y artificiales
ofrece direcciones prometedoras para evolución educativa responsable.
FINANCIAMIENTO
No monetario
CONFLICTO DE INTERÉS
No existe conflicto de interés con personas o instituciones ligadas a la
investigación.
AGRADECIMIENTOS
Se reconoce la labor incansable de los docentes ecuatorianos que, en diversos
contextos geográficos y socioculturales del país, se esfuerzan diariamente por
ofrecer experiencias educativas de calidad a pesar de las limitaciones de
recursos, demostrando que la verdadera transformación educativa reside en el
compromiso humano antes que en las herramientas tecnológicas.
REFERENCIAS
Bobula, M. (2024). Generative artificial intelligence (AI) in higher education: A
comprehensive review of challenges, opportunities, and implications.
Journal of Learning Development in Higher Education, (30).
https://doi.org/10.47408/jldhe.vi30.1137
Bustard, J., & Ghisoiu, M. (2025). Revolutionising digital marketing education with
generative artificial intelligence integration: An asynchronous approach.
Proceedings, 114(1), 1. https://doi.org/10.3390/proceedings2025114001
Chaparro-Banegas, N., Mas-Tur, A., & Roig-Tierno, N. (2024). Challenging
critical thinking in education: New paradigms of artificial intelligence.
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
120
Cogent Education, 11(1).
https://doi.org/10.1080/2331186X.2024.2437899
Ding, M., Dong, S., & Grewal, R. (2024). Generative AI and usage in marketing
classroom. Customer Needs and Solutions, 11(5).
https://doi.org/10.1007/s40547-024-00145-2
Farrelly, T., & Baker, N. (2023). Generative artificial intelligence: Implications and
considerations for higher education practice. Education Sciences, 13(11),
1109. https://doi.org/10.3390/educsci13111109
Gerlich, M. (2025). AI tools in society: Impacts on cognitive offloading and the
future of critical thinking. Societies, 15(1), 6.
https://doi.org/10.3390/soc15010006
Gonsalves, C. (2024). Generative AI's impact on critical thinking: Revisiting
Bloom's taxonomy. Journal of Marketing Education, 0(0).
https://doi.org/10.1177/02734753241305980
Grewal, D., Satornino, C. B., Davenport, T., et al. (2025). How generative AI is
shaping the future of marketing. Journal of the Academy of Marketing
Science, 53(4), 702–722. https://doi.org/10.1007/s11747-024-01064-3
Guha, A., Grewal, D., & Atlas, S. (2023). Generative AI and marketing education:
What the future holds. Journal of Marketing Education, 46(1), 6–17.
https://doi.org/10.1177/02734753231215436
Kshetri, N., Dwivedi, Y. K., Davenport, T. H., & Panteli, N. (2024). Generative
artificial intelligence in marketing: Applications, opportunities, challenges,
and research agenda. International Journal of Information Management,
75, 102716. https://doi.org/10.1016/j.ijinfomgt.2023.102716
Narang, U., Sachdev, V., & Liu, R. (2025). When AI wears many hats: The role
of generative artificial intelligence in marketing education. Journal of Public
Policy & Marketing, 44(3), 473–489.
https://doi.org/10.1177/07439156251328237
Patil, D. (2024). Generative artificial intelligence in marketing and advertising:
Advancing personalization and optimizing consumer engagement
strategies. SSRN. https://doi.org/10.2139/ssrn.5057404
Singh, P., & Huang, L. (2025). AI meets brainstorming: Enhancing creativity and
collaboration in marketing education. Marketing Education Review, 1–9.
https://doi.org/10.1080/10528008.2025.2501790
Vieriu, A. M., & Petrea, G. (2025). The impact of artificial intelligence (AI) on
students' academic development. Education Sciences, 15(3), 343.
https://doi.org/10.3390/educsci15030343
Zhai, C., Wibowo, S., & Li, L. D. (2024). The effects of over-reliance on AI
dialogue systems on students' cognitive abilities: A systematic review.
Cognopolis
Revista de educción y pedagogía
Vol. 3(3), 94-121, 2025
Inteligencia artificial generativa en educación ecuatoriana: Transformación pedagógica y desarrollo cognitivo
Generative artificial intelligence in Ecuadorian education: Pedagogical transformation and cognitive
development
Jorge Hamilton Leal-Cevallos
Luby Claudia Ramírez-Álava
Estrella del Rosario Loor-Burgos
Cecilia del Rocío Álava-Cevallos
121
Smart Learning Environments, 11, 28. https://doi.org/10.1186/s40561-
024-00316-7
Derechos de autor: 2025 Por los autores. Este artículo es de acceso abierto y distribuido según los términos y
condiciones de la licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC
BY-NC-SA 4.0)
https://creativecommons.org/licenses/by-nc-sa/4.0/
