Revista Multidisciplinar Epistemología de las Ciencias
Volumen 3, Número 1, 2026, enero-marzo
DOI: https://doi.org/10.71112/27331922
EVALUACIÓN DE LA PERCEPCIÓN DE LOS ESTUDIANTES UNIVERSITARIOS
ANTE LA INTEGRACIÓN DE LA APLICACIÓN ASSISTANT NEURAL INTERFACE
EN LAS AULAS CON DEBATES ACADÉMICOS (PRUEBA PILOTO)
EVALUATION OF UNIVERSITY STUDENTS’ PERCEPTIONS OF THE INTEGRATION
OF THE NEURAL ASSISTANT INTERFACE APPLICATION IN CLASSROOMS WITH
ACADEMIC DEBATES (PILOT STUDY)
Erick Sebastián Prado Pacheco
Lorena Judith Ochoa Román
Stephany Carolina Aldás Pérez
Marco Guaman Buestan
Ecuador
DOI: https://doi.org/10.71112/27331922
917 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Evaluación de la percepción de los estudiantes universitarios ante la integración
de la aplicación Assistant Neural Interface en las aulas con debates académicos
(prueba piloto)
Evaluation of university students’ perceptions of the integration of the Assistant
Neural Interface Application in classrooms with academic debates (pilot study)
Erick Sebastián Prado Pacheco
esprado@sudamericano.edu.ec
https://orcid.org/0009-0001-2168-4523
Instituto Tecnológico Superior Sudamericano
Cuenca
Ecuador
Stephany Carolina Aldás Pérez
scaldas@sudamericano.edu.ec
https://orcid.org/0009-0004-4638-9645
Instituto Tecnológico Superior Sudamericano
Cuenca
Ecuador
Lorena Judith Ochoa Román
lochoa@sudamericano.edu.ec
https://orcid.org/0009-0002-0153-551X
Instituto Tecnológico Superior Sudamericano
Cuenca
Ecuador
Marco Guaman Buestan
maguaman2@sudamericano.edu.ec
https://orcid.org/0000-0001-9544-2220
Instituto Tecnológico Superior Sudamericano
Cuenca
Ecuador
RESUMEN
La integración de tecnologías móviles e inteligencia artificial en la educación superior ofrece
oportunidades para fortalecer la participación estudiantil, la argumentación y el aprendizaje
activo. Este estudio analiza la percepción de estudiantes universitarios sobre el uso de la
aplicación ANI (Assistant Neural Interface), una herramienta basada en IA que registra,
transcribe y representa debates académicos mediante grafos de conocimiento. Participaron 38
DOI: https://doi.org/10.71112/27331922
918 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
estudiantes de dos instituciones de educación superior, quienes utilizaron la aplicación durante
sesiones de debate y luego respondieron un cuestionario sobre usabilidad, experiencia de uso
y aspectos éticos. Los resultados muestran una valoración positiva del uso de grafos como
apoyo cognitivo, así como una mayor equidad en la participación y una buena aceptación de la
retroalimentación automatizada. Se evidenció también una disposición favorable hacia el
mobile learning, aunque con limitaciones conceptuales sobre su enfoque pedagógico. En el
plano ético, los estudiantes expresaron una aceptación crítica, destacando la importancia de la
privacidad de los datos y la transparencia del sistema. En conclusión, ANI contribuye a la
construcción colaborativa del conocimiento y a la creación de un aula híbrida que integra
interacción presencial y análisis digital.
Palabras clave: Inteligencia artificial; grafos de conocimiento; transcripciones; aulas digitales;
debates.
ABSTRACT
The integration of mobile technologies and artificial intelligence in higher education offers new
opportunities to strengthen student participation, argumentation, and active learning. This study
analyzes university students’ perceptions of the use of the ANI (Assistant Neural Interface)
application, an AI-based tool that records, transcribes, and represents academic debates
through knowledge graphs. A total of 38 students from two higher education institutions
participated, using the application during debate sessions and subsequently completing a
questionnaire on usability, user experience, and ethical aspects. The results show a positive
assessment of knowledge graphs as cognitive support, as well as greater equity in participation
and a favorable attitude toward automated feedback. A positive disposition toward mobile
learning was also observed, although accompanied by conceptual limitations regarding its
pedagogical approach. From an ethical perspective, students expressed critical acceptance,
DOI: https://doi.org/10.71112/27331922
919 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
emphasizing the importance of data privacy and system transparency. In conclusion, ANI
contributes to collaborative knowledge construction and to the creation of a hybrid classroom
that integrates face-to-face interaction with digital analysis.
Keywords: Artificial intelligence; knowledge graphs; transcriptions; digital classrooms; debates.
Recibido: 18 enero 2026 | Aceptado: 2 febrero 2026 | Publicado: 3 febrero 2026
INTRODUCCIÓN
La digitalización de la educación superior ha propuesto un replanteamiento profundo de
los procesos de docencia, aprendizaje y enseñanza, así como de los espacios donde estos
tienen lugar. Las universidades e instituciones de educación superior enfrentan el desafío de
trascender la mera digitalización de contenidos para construir entornos educativos digitales,
participativos e inteligentes, donde la tecnología contribuya activamente a la construcción del
conocimiento (Dede, 2014; Ellis & Goodyear, 2019). En este contexto, la inteligencia artificial se
ha definido como una de las herramientas más relevantes para el desarrollo de metodologías
personalizadas, analíticas y colaborativas (Holmes et al., 2019). Su aplicación en el ámbito
educativo ha evolucionado desde la automatización de tareas administrativas hacia el diseño
de sistemas capaces de analizar patrones de interacción, ofrecer retroalimentación y ampliar
las posibilidades de aprendizaje más allá del aula tradicional (Luckin et al., 2016; Zawacki-
Richter et al., 2019).
En los últimos años, el concepto de espacios digitales e híbridos de aprendizaje ha
cobrado especial relevancia en la investigación pedagógica. Estos espacios combinan la
interacción presencial con entornos digitales, generando ecologías de aprendizaje donde los
estudiantes pueden construir conocimiento de forma autónoma, distribuida y contextualizada
(Ellis & Goodyear, 2019; Goodyear & Carvalho, 2019). Sin embargo, diversos estudios señalan
DOI: https://doi.org/10.71112/27331922
920 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
que muchas plataformas educativas continúan centradas en la gestión de contenidos, sin
atender adecuadamente los procesos cognitivos ni la dinámica social del aula (Dede, 2014).
Esto evidencia la necesidad de modelos tecnológicos que no solo digitalicen la
experiencia educativa, sino que la expandan y la hagan analizable desde una perspectiva
pedagógica.
Desde esta perspectiva, la inteligencia artificial ofrece oportunidades inéditas para
repensar los espacios educativos como entornos cognitivos aumentados. Más allá de su
función automatizadora, la IA puede actuar como mediador cognitivo, capaz de procesar
lenguaje natural, identificar patrones de interacción y representar gráficamente el conocimiento
generado en el aula (Zawacki-Richter et al., 2019; Chen et al., 2020). Los avances en
reconocimiento de voz y modelos de lenguaje permiten capturar debates académicos, generar
transcripciones precisas y transformarlas en representaciones estructuradas mediante grafos
de conocimiento, los cuales facilitan la visualización de conceptos clave y relaciones
semánticas relevantes para el análisis del aprendizaje colaborativo (Novak & Cañas, 2008;
O’Donnell et al., 2015).
En este contexto surge ANI (Assistant Neural Interface) como una propuesta innovadora
que materializa el potencial de la IA para la creación de espacios híbridos de aprendizaje.
Investigaciones previas han demostrado que la integración de tecnologías móviles y
herramientas basadas en IA favorece la participación estudiantil, la autonomía y la colaboración
académica (Traxler, 2018; Alturki & Aldraiweesh, 2022; Mercan et al., 2024). No obstante,
también se reconoce la necesidad de abordar consideraciones éticas relacionadas con la
privacidad, la transparencia algorítmica y la confianza en los sistemas inteligentes,
especialmente en contextos educativos (Floridi et al., 2018; Klimova et al., 2023; Lund et al.,
2025).
DOI: https://doi.org/10.71112/27331922
921 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
METODOLOGÍA
Diseño del estudio
La investigación se desarrolló bajo un enfoque cuantitativo, con un diseño descriptivo y
no experimental. El objetivo central fue analizar la percepción de los estudiantes sobre el uso
de la aplicación ANI durante debates académicos y su relación con dimensiones como
usabilidad, aprendizaje móvil, retroalimentación basada en IA y consideraciones éticas. No se
manipularon variables ni se establecieron grupos de control, dado que el interés se centró en
describir tendencias, actitudes y niveles de aceptación tecnológica tras la experiencia directa
con la herramienta.
Población y muestra
La población estuvo conformada por estudiantes universitarios pertenecientes a dos
instituciones de educación superior en Ecuador. La muestra, seleccionada mediante muestreo
por conveniencia e intencional, estuvo integrada por 38 participantes: 21 estudiantes de la
carrera de Educación Intercultural Bilingüe de la Universidad Nacional de Educación (UNAE) y
17 estudiantes de las carreras de Desarrollo de Software y Telecomunicaciones del Instituto
Tecnológico Superior Sudamericano (ITS), en la ciudad de Cuenca. Todos los estudiantes
reportaron un nivel intermedio en el uso de dispositivos móviles y aplicaciones digitales,
condición pertinente para participar en actividades vinculadas al aprendizaje móvil y a la
mediación digital mediante IA. La participación fue voluntaria y anónima, previa firma de un
consentimiento informado digital.
Procedimientos
Introducción a la herramienta ANI
Los estudiantes participaron en una sesión introductoria en la que se explicó el
funcionamiento de ANI, sus componentes principales (grabación, transcripción con Whisper y
DOI: https://doi.org/10.71112/27331922
922 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
análisis semántico mediante GPT-4o) y la generación de grafos de conocimiento utilizados
como apoyo cognitivo durante los debates.
Realización de debates académicos
Los estudiantes trabajaron en grupos y desarrollaron debates guiados por preguntas
problematizadoras. Durante la actividad, ANI registró las intervenciones, generó la transcripción
correspondiente y representó las ideas mediante nodos y relaciones semánticas. Los
participantes podían observar la estructura emergente del discurso y utilizarla como referencia
para mejorar sus aportaciones.
Aplicación del cuestionario.
Finalizada la actividad, se aplicó un cuestionario digital que evaluó perfil tecnológico,
usabilidad percibida, experiencia con la herramienta, actitudes hacia el aprendizaje móvil y
consideraciones éticas.
Instrumentos
El cuestionario estuvo compuesto por tres dimensiones principales:
Dimensión 1: Perfil digital y usabilidad.
Incluyó ítems adaptados del instrumento de Couoh Novelo (2021), orientados a
identificar el nivel de uso de tecnologías móviles y la percepción de usabilidad de herramientas
educativas. La adaptación consistió únicamente en ajustar la redacción al contexto del
experimento y al uso específico de ANI.
Dimensión 2: Experiencia, pertinencia y adaptabilidad de ANI.
Evaluó la percepción de los estudiantes respecto a la utilidad de los grafos de conocimiento, la
claridad de la transcripción, la comprensión de las relaciones semánticas y la facilidad de
integración de la herramienta en actividades académicas.
Dimensión 3: Consideraciones éticas y confianza tecnológica.
DOI: https://doi.org/10.71112/27331922
923 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Recogió opiniones sobre privacidad de datos, transparencia del sistema, confianza en
los modelos de IA utilizados y percepción de posibles riesgos.
Las respuestas de la primera dimensión se presentaron en respuestas binarias, siendo
estas “si” o “no” o en su defecto una variable similar, las dimensiones 2 y 3 se recogieron
mediante escalas tipo Likert de 5 puntos, el número 1 representando “Totalmente en
desacuerdo” y el número 5 representando “Totalmente de acuerdo”.
Para una mejor interpretación de las relaciones de los tipos de variables analizadas en
el estudio, con los principales indicadores, se procedió a implementar un cuadro comparativo
que se muestra a continuación:
Tabla 1
Nota: Se realizo una correlación de las variables de estudio con los principales indicadores y
escalas como instrumentos de análisis.
Declaración ética
La investigación cumplió con los estándares institucionales para estudios con
participantes humanos. Todos los estudiantes firmaron un consentimiento informado digital que
Relación de las variables de investigación.
Tipo de
variable
Variable /
Dimensión
Definición conceptual
Indicadores principales
Escala /
Instrumento
Variable
dependiente
Percepción del
uso de ANI
Valoración subjetiva del
estudiante sobre el uso de la
aplicación en debates
académicos
Aceptación, utilidad
percibida, experiencia
general
Cuestionario
Variable
independiente
Uso de la
aplicación ANI
Implementación de la
herramienta basada en IA
durante debates académicos
Grabación, transcripción,
grafos de conocimiento
Experiencia
práctica
Dimensión 1
Perfil digital y
usabilidad
Nivel de competencia digital
y facilidad de uso percibida
Manejo de dispositivos,
claridad de interfaz,
facilidad de uso
Ítems
dicotómicos
(Sí/No)
Dimensión 2
Experiencia y
aprendizaje
móvil
Percepción sobre la utilidad
pedagógica y apoyo
cognitivo de ANI
Grafos de conocimiento,
claridad semántica,
integración en el aula
Escala Likert
(1–5)
Dimensión 3
Consideracione
s éticas y
confianza
Opiniones sobre riesgos,
privacidad y transparencia
de la IA
Protección de datos,
confianza en IA,
percepción de sesgos
Escala Likert
(1–5)
Variable de
control
Nivel de
competencia
digital
Nivel previo de experiencia
tecnológica de los
participantes
Uso intermedio de
móviles y apps
Autorreporte
DOI: https://doi.org/10.71112/27331922
924 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
explicaba el propósito del estudio, la naturaleza de las actividades, la posibilidad de retirarse sin
consecuencias académicas y el tratamiento confidencial de los datos.
El manejo de la información personal se llevó a cabo conforme al Reglamento General
de Protección de Datos (RGPD) y a la normativa nacional vigente. Dado que el estudio empleó
tecnologías basadas en IA (Whisper y GPT-4o), se implementaron medidas para mitigar
riesgos éticos
Participantes:
Se obtuvo consentimiento informado de manera digital en el que se explicó el objetivo
del estudio, la naturaleza de la actividad, la posibilidad de abandonar el estudio sin repercusión
académica y el uso previsto de los datos.
Datos personales: El tratamiento de datos cumple con el Reglamento General de
Protección de Datos de la Unión Europea y con la normativa nacional de protección de datos.
Uso de tecnologías: Dado que el estudio emplea tecnologías de reconocimiento de voz
(Whisper) y modelos de lenguaje (GPT-4o), se adoptaron medidas para mitigar riesgos éticos:
(a) los participantes fueron informados sobre limitaciones y posibles errores en transcripción o
análisis; (b) se ofreció la opción de excluir intervenciones concretas de la transcripción si un
participante lo solicitaba; (c) las salidas generadas por la IA son revisadas por el equipo
docente antes de cualquier uso evaluativo; (d) se consideró la sensibilidad de sesgos en los
modelos y se procedió a una revisión manual de detectadas “tripletas” o relaciones clave antes
de su interpretación pedagógica.
DOI: https://doi.org/10.71112/27331922
926 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
RESULTADOS
La investigación cumplió con los estándares institucionales para estudios con
participantes humanos. Todos los estudiantes firmaron un consentimiento informado digital que
explicaba el propósito del estudio, la naturaleza de las actividades, la posibilidad de retirarse sin
consecuencias académicas y el tratamiento confidencial de los datos.
Tabla 2
Nota: Las tres primeras preguntas pertenecen al perfil digital del estudiantado y son de
elaboración propia mientras que las preguntas restantes se aplicaron a partir del modelo de
estudio propuesto por Couoh Novelo (2021).
Resultados del perfil digital de los encuestados.
DOI: https://doi.org/10.71112/27331922
927 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Los resultados de las encuestas realizadas a los estudiantes universitarios han
proporcionado una visión integral acerca de su percepción respecto al uso de la aplicación
Assistant Neural Interface (ANI) y cómo ésta afecta a los procesos de aprendizaje, participación
y comprensión en las intervenciones durante los debates académicos. En primer lugar, se ha
puesto de manifiesto cómo unos alumnos (52 %) no habían realizado antes debates
académicos, mientras que otros sí (48 %). En lo referente a la tecnología que utilizan los
estudiantes universitarios, se ha observado que el 52,4 % de ellos hace uso de las aplicaciones
de inteligencia artificial de forma habitual y un 42,9 % de forma ocasional.
Por la otra parte, se constató que el 61,9 % del estudiantado hace uso de dispositivos
Android mientras que un 38,1 % hacía uso de sistemas iOS de manera que hay más acceso a
plataformas abiertas y compatibles, se trata de un elemento favorable para la expansión de ANI
en escenarios educativos muy diversos. Por otra parte, el 100 % de los participantes coincidía
en que las aplicaciones móviles mejoran la eficiencia y la productividad en sus tareas
académicas, así como también decían que los trabajos colaborativos van a resultar más
prácticos y dinámicos si son mediados por aplicaciones móviles. Esta es una gran constatación
de una actitud favorable hacia el mobile learning y hacia la cooperación digital, ambos
componentes primordiales del modelo pedagógico híbrido que promueve ANI.
En cuanto a la experiencia previa con metodologías de mobile learning, un 52,4 %
manifestó no haber utilizado metodologías de aprendizaje móvil, mientras que un 47,6 % sí lo
habían hecho. Si bien existen diferencias entre ambos grupos, esta proporción muestra que la
práctica de aplicar estrategias de mobile learning está aún en un muy incipiente estado de
implementación en las instituciones de la educación superior, en parte a la falta de políticas
institucionales y de formación del profesorado en esta práctica. También podría ser relevante
tener en cuenta que un 90,5 % de los alumnos considera como un valor añadido el trabajar con
dispositivos móviles en las asignaturas, aunque estaría más dispuesto a su uso dado el
DOI: https://doi.org/10.71112/27331922
928 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
potencial de generar autonomía, flexibilidad y acceso rápido a la información. Por otra parte, un
71,4 % manifestó haber planteado la posibilidad de poner en marcha proyectos educativos o
aplicaciones relacionados con el aprendizaje móvil, cifra que ascendió hasta el 85,7 % cuando
les fue preguntado por la posibilidad de poner en marcha estas en sus prácticas. Estos datos
muestran sin duda una disposición clara hacia la innovación y la apreciación del potencial
didáctico de las tecnologías móviles como recursos que potencian la interacción, autonomía y
creación de conocimiento.
Figura 2
Nota: Elaboración propia que representa los resultados obtenidos.
Diagrama de frecuencias de los estudiantes.
DOI: https://doi.org/10.71112/27331922
929 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Resultados según escala Likert sobre la percepción de ANI
Tabla 3
Resultados de evaluación de uso en escala Likert.
Nota: La tabla se presenta con la variable a evaluar y un promedio entre 1 y 5, siendo
“Totalmente en desacuerdo” y “Totalmente de acuerdo” respectivamente.
El análisis de los ítems tipo Likert contribuyó a estos resultados, adquiriendo una
valoración en términos global de la media muy positiva (por ejemplo, medias superiores a 4
puntos en una escala de 1 a 5). Los participantes percibieron una herramienta basada en IA
DOI: https://doi.org/10.71112/27331922
930 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
que transcriba el debate y visualice todo el proceso de enseñanza como muy válido para el
aprendizaje (4.32). El ítem de mayor valoración fue el que se refería a la disposición a recibir
feedback a partir del grafo generado por la IA (4.56). También se ponderó de manera positiva el
uso de los grafos de conocimiento (4.48) como apoyo visual y cognitivo para facilitar la
comprensión de las relaciones entre ideas. De igual modo, el uso de ANI favoreció la seguridad
y la participación (4.04) dando una mayor equidad comunicativa en el aula (4.36).
La confianza en la fidelidad de la transcripción producida por Whisper ha obtenido una
media de 4.12, situada por debajo de la confianza en el análisis semántico de GPT-4o (4.20), lo
que hace plausible y viable la relación que la IA tiene con la producción fidedigna de
información clave recogida tras los debates. No obstante, también registra un fuerte nivel de
preocupación ética sobre la privacidad de las grabaciones y transcripciones (4.36). En lo que
atañe a la usabilidad, también se registraron promedios altos: la facilidad de uso (4.36), la
comprensión de la interfaz (4.36) y la navegación sin complicaciones (4.28) muestran una
buena experiencia con respecto a la experiencia de diseño funcional de ANI. Finalmente, la
disposición a recomendar la aplicación a otros estudiantes (4.36) y a utilizar ANI en otras
asignaturas (4.4) corroboran una muy buena actitud hacia la aceptación social y académica de
la herramienta.
DISCUSIÓN
Los resultados del estudio evidencian una tendencia marcada hacia la adopción de
tecnologías móviles e inteligencia artificial en la educación superior. El hecho de que el 57,1 %
de los participantes no hubiera participado previamente en debates académicos indica que esta
práctica no es habitual en las asignaturas, lo que abre una oportunidad para incorporar
herramientas que fortalezcan la argumentación y el pensamiento crítico. En este sentido, el uso
de ANI, al permitir visualizar intervenciones y representar el conocimiento mediante grafos,
DOI: https://doi.org/10.71112/27331922
931 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
puede contribuir a equilibrar la participación y facilitar la reflexión estructurada durante los
debates.
La familiaridad tecnológica reportada por los estudiantes (52,4 % uso frecuente de IA y
42,9 % uso ocasional) concuerda con investigaciones que muestran una integración creciente
de tecnologías móviles en el aprendizaje universitario, con efectos positivos en la utilidad
percibida y la disposición hacia el aprendizaje digital (Alturki & Aldraiweesh, 2022). El
predominio de dispositivos Android (61,9 %) también constituye un escenario propicio para la
adopción de aplicaciones educativas, en línea con revisiones sistemáticas que destacan el
impacto del mobile learning en la participación, colaboración y desarrollo de habilidades
académicas (Mercan et al., 2024). A pesar de esta familiaridad tecnológica, el desconocimiento
del término “aprendizaje móvil” en el 61,9 % de los estudiantes revela una brecha conceptual
que coincide con estudios latinoamericanos que subrayan la necesidad de formación docente y
orientación pedagógica para integrar efectivamente los dispositivos móviles en el aula (Parra
Moreno et al., 2025).
Aunque el 52,4 % no había experimentado previamente metodologías de mobile
learning, la valoración positiva del uso de dispositivos en las asignaturas (90,5 %) y la
disposición a desarrollar proyectos educativos con tecnologías móviles (71,4 %) refuerzan la
idea de una apertura clara hacia prácticas innovadoras. Estos hallazgos sugieren que el uso de
aplicaciones móviles y herramientas asistidas por IA puede consolidarse como una vía para
fortalecer la autonomía y la interacción académica, siempre que exista acompañamiento
pedagógico y una adecuada alfabetización digital.
Los resultados obtenidos evidencian una tendencia favorable hacia la adopción de
tecnologías móviles y sistemas basados en inteligencia artificial en la educación superior,
coincidiendo con estudios recientes que reportan una alta aceptación del mobile learning y de
herramientas digitales en contextos universitarios (Alturki & Aldraiweesh, 2022; Mercan et al.,
DOI: https://doi.org/10.71112/27331922
932 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
2024). Asimismo, la visualización del conocimiento mediante grafos durante los debates
académicos se alinea con investigaciones que destacan el valor de las representaciones
gráficas como apoyo cognitivo para el aprendizaje colaborativo y la argumentación estructurada
(Novak & Cañas, 2008; O’Donnell et al., 2015).
La aceptación de la retroalimentación generada por IA coincide con estudios que
señalan que los estudiantes perciben este tipo de feedback como útil y funcional, aunque
reconocen la necesidad de complementarlo con la intervención docente (Chen, 2025;
Nazaretsky et al., 2024; Er et al., 2025). Por otro lado, la preocupación ética manifestada por
los participantes es coherente con investigaciones que advierten sobre los riesgos asociados al
uso de IA en educación, especialmente en relación con la privacidad de datos y la integridad
académica (Klimova et al., 2023; Lund et al., 2025; Yan et al., 2025).
CONCLUSIONES
El análisis de los ítems tipo Likert muestra una aceptación muy favorable hacia ANI y
sus funcionalidades, destacándose la disposición a recibir retroalimentación basada en grafos
generados por IA (promedio 4.56) y la valoración del uso de grafos de conocimiento como
apoyo cognitivo (4.48). Estos resultados coinciden con estudios que evidencian que los
estudiantes perciben la retroalimentación generada por IA como clara y útil, aunque con
limitaciones en profundidad explicativa (Chen, 2025). Sin embargo, otros estudios han
mostrado que la credibilidad del feedback depende también de la percepción de su origen, y
que los estudiantes suelen valorar más la retroalimentación humana cuando conocen su fuente
(Nazaretsky et al., 2024). Asimismo, investigaciones recientes demuestran que, aunque la IA
puede ofrecer comentarios funcionales, su impacto en el rendimiento académico es menor en
comparación con el del profesor, lo que sugiere que un enfoque híbrido puede ser más efectivo
(Er et al., 2025).
DOI: https://doi.org/10.71112/27331922
933 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
En cuanto a la confianza tecnológica, los estudiantes mostraron niveles altos de
aceptación en la transcripción automática generada por Whisper (promedio 4.12) al igual en el
análisis semántico realizado por GPT-4o (promedio 4.20). Sin embargo, la gran preocupación
por la privacidad (4.36) refleja una postura crítica que coincide con investigaciones que
documentan inquietudes éticas relacionadas con el uso de IA en contextos educativos,
especialmente respecto a integridad académica y manejo de datos sensibles (Lund et al.,
2025). Este equilibrio entre aceptación y cautela es coherente con revisiones sistemáticas que
destacan la necesidad de prácticas éticas, supervisión algorítmica y participación de todos los
actores educativos en la vigilancia de riesgos (Klimova et al., 2023). Además, se ha señalado
que la integración responsable de la IA requiere marcos institucionales claros, regulaciones
actualizadas y procesos de alfabetización ética, aspectos que aún presentan brechas a nivel
internacional (Yan et al., 2025).
Finalmente, los altos puntajes en usabilidad de ANI —facilidad de uso (4.36),
comprensión de la interfaz (4.36) y navegación fluida (4.28)— explican la predisposición
positiva a recomendar la herramienta (4.36) y a utilizarla en otras asignaturas (4.40). En
conjunto, la evidencia sugiere que ANI contribuye a mejorar la argumentación, la participación
equitativa y la construcción colaborativa del conocimiento, consolidándose como un recurso
significativo dentro de los entornos educativos digitales. La herramienta no solo complementa la
dinámica presencial, sino que genera un espacio cognitivo híbrido que amplía las posibilidades
de análisis, reflexión y aprendizaje activo en la educación superior.
Declaración de conflicto de interés
El autor declara no tener ningún conflicto de interés relacionado con esta investigación.
Declaración de contribución a la autoría
Erick Sebastián Prado Pacheco: conceptualización, curación de datos, análisis formal,
adquisición de fondos.
DOI: https://doi.org/10.71112/27331922
934 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Lorena Judith Ochoa Román: Preparación, creación y/o presentación de la obra
publicada, específicamente la redacción del borrador inicial (incluyendo la traducción
sustantiva).
Stephany Carolina Aldás Pérez: Realizar un proceso de investigación e indagación,
específicamente realizar experimentos o recopilar datos/evidencias
Marco Guaman Buestan: Desarrollo o diseño de metodología; creación de modelos.
Declaración de uso de inteligencia artificial
Los autores declaran que utilizaron la inteligencia artificial como apoyo para este
artículo, y también que esta herramienta no sustituye de ninguna manera la tarea o proceso
intelectual. Después de rigurosas revisiones con diferentes herramientas en la que se
comprobó que no existe plagio como constan en las evidencias, los autores manifiestan y
reconocen que este trabajo fue producto de un trabajo intelectual propio, que no ha sido escrito
ni publicado en ninguna plataforma electrónica o de IA.
REFERENCIAS
Chen, X. (2025). Artificial intelligence–based feedback in higher education: Opportunities and
limitations. Computers & Education: Artificial Intelligence, 6, 100156.
Couoh Novelo, M. A. (2021). Evaluación de usabilidad en herramientas de aprendizaje
colaborativo en dispositivos móviles para ambientes virtuales educativos. RIDE Revista
Iberoamericana para la Investigación y el Desarrollo Educativo, 11(22).
https://doi.org/10.23913/ride.v11i22.931
Dede, C. (2014). The role of digital technologies in deeper learning. Educational Technology,
54(1), 23–30.
Ellis, R. A., & Goodyear, P. (2018). Spaces of teaching and learning: Integrating perspectives
on research and practice. Springer. https://doi.org/10.1007/978-981-10-7155-3
DOI: https://doi.org/10.71112/27331922
935 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Ellis, R. A., & Goodyear, P. (2019). The education ecology of universities: Integrating learning,
strategy and the academy. Routledge.
Er, E., et al. (2025). Comparing AI-generated and teacher feedback in higher education.
Computers & Education, 204, 104849.
Floridi, L., Cowls, J., Beltrametti, M., et al. (2018). AI4People—An ethical framework for a good
AI society. Minds and Machines, 28(4), 689–707. https://doi.org/10.1007/s11023-018-
9482-5
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education: Promises and
implications for teaching and learning. Center for Curriculum Redesign.
Klimova, B., et al. (2023). Ethical aspects of artificial intelligence in education. Education
Sciences, 13(4), 1–15. https://doi.org/10.3390/educsci13040352
Luckin, R., & Holmes, W. (2016). Intelligence unleashed: An argument for AI in education.
Pearson.
Lund, B. D., et al. (2025). Ethical challenges of generative artificial intelligence in higher
education. Journal of Academic Ethics, 23(1), 1–19.
Mercan, C., Yilmaz, R., & Durak, G. (2024). Mobile learning in higher education: A systematic
review. Computers & Education, 201, 104791.
https://doi.org/10.1016/j.compedu.2023.104791
Nazaretsky, T., et al. (2024). Students’ trust in AI-generated feedback. Computers & Education,
194, 104702. https://doi.org/10.1016/j.compedu.2022.104702
Novak, J. D., & Cañas, A. J. (2008). The theory underlying concept maps and how to construct
them. Florida Institute for Human and Machine Cognition.
Traxler, J. (2018). Learning with mobiles in developing countries. International Journal of Mobile
and Blended Learning, 10(1), 1–15. https://doi.org/10.4018/IJMBL.2018010101
UNESCO. (2023). Guía sobre la inteligencia artificial y el futuro de la educación. UNESCO.
DOI: https://doi.org/10.71112/27331922
936 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 1, 2026, enero-marzo
Yan, Z., et al. (2025). Governance and regulation of artificial intelligence in education. AI &
Society, 40(1), 1–14.
Zawacki-Richter, O., Marín, V. I., Bond, M., & Gouverneur, F. (2019). Systematic review of
research on artificial intelligence applications in higher education: ¿Where are the
educators? International Journal of Educational Technology in Higher Education, 16(39),
1–27. https://doi.org/10.1186/s41239-019-0171-0
