Revista Multidisciplinar Epistemología de las Ciencias
Volumen 3, Número 2, 2026, abril-junio
DOI: https://doi.org/10.71112/gybywc36
INTEGRACIÓN DE INTELIGENCIA ARTIFICIAL EN EL APRENDIZAJE
PERSONALIZADO DE ESTUDIANTES CON AUTISMO EN EDUCACIÓN PRIMARIA
EN LATINOAMÉRICA (2018–2024)
INTEGRATION OF ARTIFICIAL INTELLIGENCE IN THE PERSONALIZED
LEARNING OF STUDENTS WITH AUTISM IN PRIMARY EDUCATION IN LATIN
AMERICA (2018–2024)
Juan Carlos Arias Calisaya
Bolivia
DOI: https://doi.org/10.71112/ gybywc36
346 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Integración de Inteligencia Artificial en el Aprendizaje Personalizado de
Estudiantes con Autismo en Educación Primaria en Latinoamérica (2018–2024)
Integration of artificial intelligence in the personalized learning of students with
autism in primary education in Latin America (2018–2024)
Juan Carlos Arias Calisaya
a,*
chalinasnet@gmail.com
https://orcid.org/0009-0000-9598-2825
*
Autor de correspondencia: chalinasnet@gmail.com,
a
Universidad Pública de El Alto, La Paz –
Bolivia
RESUMEN
Este estudio examina cómo se utiliza la inteligencia artificial (IA) para ayudar a los estudiantes
con autismo (TEA) en primaria en Latinoamérica entre 2018 y 2024. Se usó el método PRISMA
para revisar 13 estudios elegidos de 25 encontrados en bases de datos buenas. Los resultados
se agruparon en cinco temas: (1) aparatos tecnológicos para aprender, (2) qué tanto ayudan en
la escuela, en ser independientes y en llevarse bien con otros, (3) problemas de ética y cómo
se hacen los estudios, (4) protección de la información personal y si todo está bien hecho, y (5)
qué no hicieron bien otros estudios antes. Lo que se vio es que la IA, con robots que
interactúan, sistemas que se adaptan y modelos que crean cosas, ayuda a que el aprendizaje
sea más personal y a que los chicos con TEA se comuniquen mejor y sean más
independientes. Aunque, hay problemas como que los maestros no saben usar estas
tecnologías, no todos tienen acceso a internet y las escuelas en Latinoamérica no tienen lo
necesario. También, hay cosas que preocupan como si se cuida la información personal y si
DOI: https://doi.org/10.71112/ gybywc36
347 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
todos pueden acceder a estas tecnologías por igual. Al final, la IA puede ser una buena
herramienta para que la educación sea para todos en esta zona, si el gobierno apoya, se
capacita a los maestros y hay reglas claras para usarla bien y que todos tengan las mismas
oportunidades.
Palabras clave: Inteligencia artificial; inclusión educativa; autismo; educación primaria;
Latinoamérica; aprendizaje personalizado.
ABSTRACT
This study reviews how artificial intelligence (AI) is being used to help students with autism
(ASD) in primary school in Latin America between 2018 and 2024. The PRISMA method was
used to review 13 studies chosen from 25 found in established databases. The results were
grouped into five themes: (1) technological devices for learning; (2) how much they help in
school, in being independent and getting along with others; (3) ethical issues and how the
studies are conducted; (4) protection of personal information and whether everything is done
correctly; and (5) what other studies have not done well. It was found that AI, with interacting
robots, adaptive systems, and models that create things, helps make learning more personal
and helps children with ASD communicate better and become more independent. However,
there are problems such as teachers not knowing how to use these technologies, not everyone
has access to the internet, and schools in Latin America do not have what they need. There are
also concerns such as whether personal information is protected and whether everyone can
access these technologies equally. Ultimately, AI can be a good tool to make education
available to everyone in this region, if the government supports it, teachers are trained, and
there are clear rules for its proper use so that everyone has equal opportunities.
Keywords: Artificial intelligence; educational inclusion; autism; primary education; personalized
learning.
DOI: https://doi.org/10.71112/ gybywc36
348 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Recibido: 11 marzo 2026 | Aceptado: 9 abril 2026 | Publicado: 10 abril 2026
INTRODUCCIÓN
Al integrar la tecnología moderna, como la IA y las herramientas digitales, abre nuevas
puertas para resolver los problemas de siempre en la educación, buscando que nadie se quede
fuera. La frecuencia de incluir a todos en la educación dice que cada estudiante, sin importar
quién sea o qué necesite, merece aprender bien y participar al máximo (UNESCO, 2009). Pero,
lograrlo no es fácil, sobre todo con niños con autismo u otras discapacidades, que necesitan
una mano especial para dar lo mejor. Los estudios muestran que hay avances al usar la
tecnología para ayudar a estos estudiantes a aprender. Algunos estudios recientes dicen que
herramientas como robots sociales, plataformas interactivas y sistemas de aprendizaje que se
adaptan pueden mejorar sus habilidades mentales, sociales y emocionales (Cervantes López et
al., 2024; Vázquez-Vázquez et al., 2023). Aunque, también se ve que faltan cosas: los profes
no están listos para usar bien estas tecnologías (Fernández-Batanero et al. (2019)), y hay
temas éticos con la privacidad y el acceso igualitario a estas herramientas (Davidoff, 2025).
Todo esto nos dice que hay que investigar más cómo la IA puede ser clave para que la
educación sea para todos, desde niños chicos hasta estudiantes de la universidad. Es
importante saber cómo los maestros distinguen y usan estas tecnologías a diario y qué les
hace fácil o difícil usarlas. También es clave hablar sobre si está bien o no usar estas
tecnologías y cómo usarlas bien, asegurándonos de que todos puedan acceder, respetando las
culturas y apoyando los tratamientos que funcionan.
Este estudio busca saber qué piensan los maestros sobre usar la IA para que los niños
con discapacidad puedan estudiar en la primaria. Para esto, vamos a ver sus experiencias
usando tecnologías de ayuda y qué problemas o cosas buenas encontraron. Este trabajo
quiere ayudar a la escuela creando información útil y dando ideas prácticas para que la
educación sea mejor para todos.
DOI: https://doi.org/10.71112/ gybywc36
349 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
METODOLOGÍA
Este estudio es una revisión sistemática hecha según las normas de PRISMA (Moher et
al., 2009). Buscamos juntar datos científicos sobre cómo se usa la inteligencia artificial (IA) en
el aprendizaje individual para estudiantes con autismo en primaria en Latinoamérica, desde
enero de 2018 hasta diciembre de 2024. Buscamos info en bases de datos como Scopus, Web
of Science, Google Académico, SciELO, Redalyc y Dialnet, usando palabras clave en inglés y
español onda inteligencia artificial, autismo, aprendizaje personalizado, educación primaria y
Latinoamérica. Metimos estudios reales, revisiones y tesis que hablaran de cómo la IA ayuda a
mejorar el aprendizaje individual de estudiantes con autismo (TEA) en escuelas primarias de
América Latina. Tenía que estar en español o inglés y ser de acceso libre. Sacamos los
trabajos que no conectaban IA con el aprendizaje individual en estudiantes con TEA, los que
eran de niveles más altos (secundaria o universidad) o los que no habían sido revisados por
otros expertos.
De un total inicial de 25 estudios identificados, tras eliminar duplicados y realizar una
selección cuidadosa basada en títulos, resúmenes y textos completos, se analizaron finalmente
13 investigaciones. Este proceso garantizó la calidad y relevancia de los estudios
seleccionados, considerando solo aquellos con una calidad metodológica media o alta para
asegurar la validez y solidez de la síntesis. El proceso de selección se ilustra en un diagrama
de flujo (Figura 1).
DOI: https://doi.org/10.71112/ gybywc36
350 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Figura 1
Diagrama de flujo PRISMA.
Fuente: Elaboración propia 2025.
Los resultados obtenidos en esta investigación se presentan organizados en torno a
cuatro ejes principales.
RESULTADOS
El análisis sistemático de trece artículos y tesis, organizados mediante el protocolo
PRISMA, permitió identificar hallazgos significativos sobre la integración de la inteligencia
artificial (IA) en el aprendizaje personalizado de estudiantes con trastorno del espectro autista
(TEA) en la educación primaria de Latinoamérica. Los resultados se estructuran en cinco
categorías: (1) herramientas tecnológicas aplicadas al aprendizaje personalizado, (2) impacto
en el desarrollo académico, autónomo y social, (3) desafíos éticos y metodológicos, (4)
privacidad y auditoría ética, y (5) limitaciones de los estudios previos.
Identification
Registro de los datos de la
base de datos de Google
scholar, Scielo y otros
(N=25)
Screening
Estudios seleccionados (N =
25)
Estudios excluidos: Textos que
abordan el tema de manera superficial
(N=12)
Estudios seleccionados (N=
25)
Estudios excluidos: Estudios que se
inclinan más a temas técnicos que
sociales (N=0)
Estudios seleccionados
(N=13)
Estudios excluidos: Estudios que no
abarcan la temática especifica en e
learning (N=0)
Included
Estudios seleccionados
(N=13)
DOI: https://doi.org/10.71112/ gybywc36
351 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
1. Herramientas tecnológicas aplicadas al aprendizaje personalizado
La revisión evidenció que la IA se implementa principalmente a través de robots
sociales, plataformas interactivas, sistemas de aprendizaje adaptativo y modelos generativos.
Gallardo, Redín y López (2025), demostraron que algoritmos basados en teoría de grafos
permiten personalizar contenidos educativos en áreas complejas como la educación musical,
promoviendo la autonomía estudiantil. De forma complementaria, Gallardo Herrerias, C. (2025),
documentó que la aplicación de redes neuronales profundas (ResNet-50), junto con sistemas
de detección de afectos (Affectiva SDK) posibilitó ajustes en tiempo real de la dificultad de las
tareas, favoreciendo la retroalimentación inmediata en un programa piloto con 187 estudiantes
neuro diversos.
Tabla 1.
Limitaciones tecnológicas en la integración de IA para estudiantes con TEA en educación
primaria en Latinoamérica (2018–2024).
Limitación
principal
Descripción
Fuente(s)
Brecha digital
Dificultad de acceso a dispositivos y conectividad
en zonas rurales y marginadas.
Seoane (2024); Ortega
& Díaz (2021)
Infraestructura
inadecuada
Carencia de software especializado y plataformas
adaptativas para TEA.
García - Martinez et al.
(2023)
Nota. Elaboración propia con base en los estudios revisados (2018–2024).
Revisamos a fondo trece artículos y tesis usando el método PRISMA. Esto nos ayudó a
encontrar cosas clave sobre cómo la inteligencia artificial (IA) se usa para que los niños con
autismo (TEA) aprendan mejor en las escuelas primarias de Latinoamérica. Lo que
encontramos se divide en cinco partes: 1. Programas y aparatos de IA para que cada niño
aprenda a su manera. 2. Cómo esto ayuda a los niños a mejorar en la escuela y a ser más
DOI: https://doi.org/10.71112/ gybywc36
352 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
independientes y sociales. 3. Los problemas morales y de cómo hacer bien estos estudios. 4.
Cuidar la información personal de los niños y revisar que todo se haga de forma correcta. 5. Lo
que no se hizo tan bien en estudios anteriores. **Programas y aparatos de IA para que cada
niño aprenda a su manera** Vimos que la IA se usa sobre todo con robots que interactúan con
los niños, plataformas con las que se puede hablar, sistemas que cambian la forma de enseñar
según cómo va el niño y modelos que crean cosas nuevas. Gallardo, Redín y López (2025),
mostraron que los programas que usan teoría de grafos pueden cambiar lo que se enseña para
que sea más fácil aprender cosas difíciles como música, ayudando a los niños a ser más
independientes. También, Gallardo Herrerías C. (2025), contó que usar programas de
computación avanzados (ResNet-50) junto con sistemas que detectan cómo se sienten los
niños (Affectiva SDK) ayudó a cambiar la dificultad de las tareas en el momento. Esto permitió
dar consejos rápidos a 187 niños con diferentes formas de aprender en un programa de
prueba.
Al mismo tiempo, el uso de modelos GPT-3 entrenados con interacciones reales resultó
efectivo en la creación de historias sociales que mejoraron la comunicación en estudiantes con
TEA (Gallardo et al., 2025). Cervantes López, Cruz Casados, Rivera García y Colmenares Díaz
(2024) resaltaron la importancia de los robots hápticos y los sensores fisiológicos para detectar
respuestas emocionales y adaptar la interacción educativa, lo que contribuye tanto al
aprendizaje como al bienestar de los estudiantes. Esto coincide con lo que dicen Alcívar e
Hidalgo (2023), quienes señalan que es muy útil interactuar con gente que tiene distintas
dificultades.
DOI: https://doi.org/10.71112/ gybywc36
353 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
2. Impacto en el desarrollo académico, autónomo y social
Los estudios que revisamos dicen que meter la inteligencia artificial en las escuelas
primarias ayuda a que cada niño aprenda a su propio ritmo y se vuelva más independiente.
Alcívar e Hidalgo (2023) dicen que las computadoras y los programas hacen que todos tengan
más chance de aprender y que se reduzcan las diferencias en las escuelas. González y otros
(2023) encontraron que los programas que se adaptan a cada estudiante hacen que aprender
sea más divertido y que se adapte a lo que cada uno necesita.
Por otro lado, Hansen, Frantz, Machalicek y Raulston (2017) encontraron que cuando
los niños trabajan en grupo con ayuda de la tecnología, aprenden a cooperar y a resolver
problemas. Torres y otros (2024) vieron que las obras de teatro y los juegos que usan
tecnología ayudan a los niños a ser más empáticos y a entender cómo se sienten los demás. Y
Vera Carrasco, L. M. (2024), dice que las apps para concentrarse ayudan a los estudiantes que
tienen problemas para aprender a manejar sus emociones.
Sin embargo, también se presentan desafíos éticos y metodológicos que indican la
necesidad de políticas públicas que fortalezcan tanto la capacitación continua del profesorado
como la dotación tecnológica en escuelas de bajos recursos.
Tabla 2.
Beneficios percibidos del uso de IA en el aprendizaje personalizado de estudiantes con TEA.
Beneficio
Evidencia reportada
Fuente(s)
Personalización del
aprendizaje
Adaptación de contenidos según el nivel
de avance y necesidades individuales.
Vera Carrasco, L. M.
(2024)
Incremento de la
motivación
Juegos educativos con IA que aumentan la
participación activa.
Hansen, Frantz,
Machalicek y Raulston
(2017)
Nota. Datos sintetizados de investigaciones realizadas en Latinoamérica entre 2018 y 2024.
DOI: https://doi.org/10.71112/ gybywc36
354 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
3. Desafíos éticos y metodológicos
Los hallazgos muestran limitaciones estructurales en la implementación de la IA en las
escuelas latinoamericanas. Vasco-Delgado et al., 2025 advierten que la falta de formación
docente en el uso de estas tecnologías es un obstáculo para su integración pedagógica a falta
de la relación entre instituciones. Esta carencia se agrava en zonas rurales, donde la
infraestructura tecnológica es insuficiente o incluso inexistente (Cervantes López et al., 2024).
Finalmente, está la tendencia de algunos docentes a participar en investigaciones, lo
que limita la recolección de datos y la generalización de resultados. Estos desafíos
metodológicos resaltan la necesidad de políticas públicas que fortalezcan tanto la capacitación
continua del profesorado como la dotación tecnológica en escuelas de bajos recursos.
Tabla 3.
Estrategias de implementación de IA en educación primaria inclusiva para estudiantes con
TEA.
Estrategia
Nivel de aplicación
Fuente(s)
Formación docente en
competencias digitales
Escuelas urbanas y rurales; énfasis en
metodologías inclusivas.
Cervantes López
et al., 2024
Alianzas interinstitucionales
Colaboración entre ministerios de
educación, universidades y ONGs.
Vasco-Delgado et
al., 2025
Nota. Elaboración propia a partir de la literatura revisada (2018–2024).
4. Privacidad y auditoría ética
La incorporación de la inteligencia artificial en el ámbito educativo trae consigo desafíos
importantes, especialmente en lo que respecta a la privacidad de los datos y la equidad en el
acceso. Gallardo Herrerías C. (2025) demostró que el uso de consentimientos informados,
apoyados por la realidad aumentada, aumentó en un 73% la comprensión de los estudiantes no
DOI: https://doi.org/10.71112/ gybywc36
355 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
verbales sobre su participación en proyectos de investigación. Además, la publicación de
algoritmos en repositorios abiertos como GitHub promueve la transparencia de estos sistemas.
Estrategia
Nivel de aplicación
Fuente(s)
Formación docente en
competencias digitales
Escuelas urbanas y rurales; énfasis en
metodologías inclusivas.
Cervantes López
et al., 2024
Alianzas interinstitucionales
Colaboración entre ministerios de
educación, universidades y ONGs.
Vasco-Delgado et
al., 2025
Al mismo tiempo, varios autores destacan la importancia de realizar auditorías éticas
periódicas para evaluar riesgos de sesgos, adecuación cultural y justicia distributiva en el
acceso a las tecnologías de IA.
5. Limitaciones de los estudios previos
Los estudios que revisamos tienen problemas parecidos que complican que los
resultados sean ciertos y que sirvan para todos los casos. Algunos de estos problemas son que
las muestras son pequeñas, que se basan mucho en opiniones personales, que las escuelas
no tienen suficiente tecnología y que los maestros no quieren participar en las investigaciones.
Vera Carrasco, L. M. (2024), dice que es importante que las muestras sean más grandes y que
se hagan estudios que duren más tiempo para ver cómo la inteligencia artificial ayuda a la
inclusión escolar a largo plazo.
DOI: https://doi.org/10.71112/ gybywc36
356 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
CONCLUSIONES
Advirtiendo lo que hay, la IA está resultando ser una buena herramienta para adaptar el
aprendizaje a los niños con autismo en primaria. Se adapta al momento según lo que el niño
necesita a nivel cognitivo, comunicativo y emocional.
2. Los análisis de estudios de 2018 a 2024 en Latinoamérica muestran que esto está
empezando y aún está un poco disperso. Hay más pruebas sueltas que políticas educativas
realmente establecidas. Por eso, hay que meter más la IA en las escuelas inclusivas.
3. Se identificaron tres tendencias clave
Modelos de aprendizaje adaptativo que ajustan contenidos y niveles de dificultad de
personas con alguna discapacidad como es el autismo.
Herramientas de comunicación aumentativa que favorecen la interacción social de los
estudiantes con TEA, que pueden asumirse
Plataformas gamificadas basadas en IA, que estimulan la motivación y la autonomía en
las personas con TEA.
A pesar de los beneficios reportados, persisten desafíos éticos, pedagógicos y
tecnológicos, entre los que destacan la brecha digital, la falta de formación docente en
competencias digitales y los riesgos asociados al uso de datos sensibles en contextos
educativos.
La evidencia revisada indica que, la IA sí constituye un complemento estratégico para el
aprendizaje inclusivo y diferenciado, capaz de mejorar la calidad y equidad educativa en la
región.
Recomendaciones
Capacitación docente, crear programas de formación continua que fortalezcan las
habilidades digitales de los maestros, dándoles la capacidad de usar, adaptar y evaluar
herramientas basadas en IA.
DOI: https://doi.org/10.71112/ gybywc36
357 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Investigación aplicada, impulsar estudios a largo plazo que evalúen el impacto de la IA
en el desarrollo académico, social y emocional de estudiantes con TEA, superando la limitación
de las investigaciones piloto o de corto plazo que tenemos actualmente.
Alianzas estratégicas, fomentar la colaboración entre universidades, gobiernos, centros
educativos y empresas tecnológicas para desarrollar soluciones de IA que se ajusten a la
realidad latinoamericana.
Ética y protección de datos, los marcos normativos claros que requieren el uso de la IA
en la educación, asegurando la privacidad de los estudiantes y evitando sesgos algorítmicos
que puedan perpetuar desigualdades.
Declaración de conflicto de interés
El autor declara no tener ningún conflicto de interés relacionado con esta investigación.
Declaración de contribución a la autoría
Contribución de autor: Juan Carlos Arias Calisaya: Conceptualización, Metodología,
Redacción – borrador original, Redacción – revisión y edición.
Declaración de uso de inteligencia artificial
El autor declara que utiliza 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, el autor manifiesta y reconoce que este trabajo
fue producto de un trabajo intelectual propio, que no ha sido escrito ni publicado en ninguna
plataforma electrónica o de IA.
DOI: https://doi.org/10.71112/ gybywc36
358 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
REFERENCIAS
Alcívar, Y. A., & Hidalgo, L. R. C. (2023). Estrategias y enfoques para promover la igualdad de
oportunidades en el aula inclusiva. Revista Científica Latinoamericana de Educación,
11(4), 201-219. https://www.fipcaec.com/index.php/fipcaec/article/view/829
Cervantes, M. J., Cruz, L. N., Rivera, G. E., y Colmenares, R. H. (2024). Gestión del
aprendizaje con tecnología para niños en el espectro autista. Revista De Ciencias
Sociales, XXX (Número Especial 9), 201-216.
https://dialnet.unirioja.es/descarga/articulo/9645063.pdf
Davidoff, A. (2025). Pensando sobre IA en la inclusión de la discapacidad [Documento de
trabajo]. Centro Justicia Educacional, Pontificia Universidad Católica de Chile.
https://centrojusticiaeducacional.uc.cl/wp-content/uploads/2025/03/Debates-n21.pdf
Fernández-Batanero, J. M., Reyes-Rebollo, M. M., & Montenegro-Rueda, M. (2019). Impact of
ICT on students with high abilities: A bibliographic review (2008-2018). Journal of
Special Education Technology, 34(2), 89-102.
https://dialnet.unirioja.es/servlet/articulo?codigo=8033461
Gallardo Herrerias, C. (2025). Uso de la Inteligencia Artificial en estudiantes con trastorno del
espectro autista y trastorno por déficit de atención e hiperactividad. Revista Electrónica
REDINE, 17(2), 23 - 28. https://doi.org/10.5281/zenodo.15685041
Gallardo, C., Redín, M., & López, F. (2025). Personalización de contenidos educativos
mediante teoría de grafos: Aplicación en educación musical inclusiva. Revista
Iberoamericana de Tecnología Educativa, 15(1), 34-52.
García-Martínez, I., Fernández-Batanero, J. M., Fernández-Cerero, J., & León, S. P. (2023).
Analysing the impact of artificial intelligence and computational sciences on student
performance: Systematic review and meta-analysis. Journal of New Approaches in
Educational Research, 12(1), 171-197.
DOI: https://doi.org/10.71112/ gybywc36
359 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Hansen, S. G., Frantz, R. J., Machalicek, W., & Raulston, T. J. (2017). Advanced social
communication skills for young children with autism: A systematic review. Topics in Early
Childhood Special Education, 37(3), 145-159.
https://pure.psu.edu/en/publications/advanced-social-communication-skills-for-young-
children-with-auti/
Moher, D., Liberati, A., Tetzlaff, J., Altman, D. G., & The PRISMA Group. (2009). Preferred
reporting items for systematic reviews and meta-analyses: The PRISMA statement.
PLoS Medicine, 6(7), e1000097. https://pubmed.ncbi.nlm.nih.gov/19621072/
Ortega, J. M., Diaz, E. M., y Cámra, A. M. (2021). Futuros educadores, compromiso social y
Aprendizaje-Servicio. Publicaciones, 51(1), 139–155. https://revistaseug.ugr.es/index.
php/publicaciones/article/view/15746
Seoane, V. (2024). Brecha digital en educación y PISA 2025: Desafíos y oportunidades.
Milcayac, XI (21). Universidad Nacional de Cuyo. https://doi.org/10.71068/r2eawg98
UNESCO. (2015). Rethinking Education: ¿Towards a Global Common Good? UNESCO
Publishing. https://unesdoc.unesco.org/ark:/48223/pf0000232555
Vasco-Delgado, J. C., Lima-Quinde, M. A., Macas-Padilla, B. A., & Vasco-Delgado, L. A.
(2025). Ética en la implementación de tecnologías emergentes en entornos educativos:
Ethics in the implementation of emerging technologies in educational
settings. Multidisciplinary Latin American Journal (MLAJ), 3(2), 130-156. https://mlaj-
revista.org/index.php/journal/article/view/93
Vera Carrasco, L. M. (2024). Implementación de Inteligencia artificial para promover la inclusión
de estudiantes con necesidades educativas especiales. Revista Latinoamericana de
Tecnología Educativa, 8(6). https://dialnet.unirioja.es/descarga/articulo/9719820.pdf
