Revista Multidisciplinar Epistemología de las Ciencias
Volumen 3, Número 2, 2026, abril-junio
DOI: https://doi.org/10.71112/ghfmbb55
INTEGRACIÓN DE LA INTELIGENCIA ARTIFICIAL Y DINÁMICAS DEL
APRENDIZAJE COOPERATIVO EN LA EDUCACIÓN SUPERIOR: EVIDENCIA EN
ESTUDIANTES DE ADMINISTRACIÓN DE UNA UNIVERSIDAD PÚBLICA
ARTIFICIAL INTELLIGENCE INTEGRATION AND COOPERATIVE LEARNING
DYNAMICS IN HIGHER EDUCATION: EVIDENCE FROM ADMINISTRATION
STUDENTS AT A PUBLIC UNIVERSITY
Yony Odon Reyes Anampa
Perú
DOI: https://doi.org/10.71112/ghfmbb55
2285 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Integración de la inteligencia artificial y dinámicas del aprendizaje cooperativo en
la educación superior: evidencia en estudiantes de Administración de una
universidad pública
Artificial Intelligence Integration and Cooperative Learning Dynamics in Higher
Education: Evidence from Administration Students at a Public University
Yony Odon Reyes Anampa
a
,*
yonyreyesanampa69@gmail.com
https://orcid.org/0000-0001-9662-6312
*Autor de correspondencia: yonyreyesanampa69@gmail.com,
a
Universidad Nacional de
Huancavelica, Perú
RESUMEN
El estudio tuvo como propósito analizar la relación entre la inteligencia artificial y el aprendizaje
cooperativo en estudiantes de la carrera de Administración de una universidad pública de Lima
durante el año 2024. La investigación se desarrolló bajo un enfoque cuantitativo, de tipo básico,
con alcance correlacional y diseño no experimental de corte transversal. La población estuvo
conformada por 395 estudiantes, seleccionándose una muestra probabilística estratificada de
195 participantes. La recolección de datos se realizó mediante dos cuestionarios tipo Likert
aplicados para medir las variables inteligencia artificial y aprendizaje cooperativo. Los
resultados descriptivos evidenciaron que ambas variables se concentran principalmente en
niveles medios, con un 52,8 % en inteligencia artificial y un 59,0 % en aprendizaje cooperativo.
Asimismo, el análisis inferencial mediante el coeficiente Rho de Spearman mostró una relación
directa, positiva y altamente significativa entre la inteligencia artificial y el aprendizaje
DOI: https://doi.org/10.71112/ghfmbb55
2286 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
cooperativo (rho = 0,861; p < 0,05). De igual manera, se identificaron correlaciones
significativas con las dimensiones interdependencia positiva (0,851), responsabilidad individual
y grupal (0,848), interacción cara a cara (0,854), técnicas interpersonales y de equipo (0,850) y
evaluación grupal (0,852), lo que evidencia que el uso adecuado de herramientas basadas en
inteligencia artificial contribuye al fortalecimiento del trabajo colaborativo en el contexto
universitario.
Palabras clave: Inteligencia artificial; Aprendizaje cooperativo; Educación superior; Tecnología
educativa; Trabajo colaborativo.
ABSTRACT
The study aimed to analyze the relationship between artificial intelligence and cooperative
learning among students in the Administration program at a public university in Lima during
2024. From a methodological standpoint, the research was conducted under a quantitative
approach, with a basic, correlational scope and a non-experimental cross-sectional design. The
population consisted of 395 students, from which a stratified probabilistic sample of 195
participants was selected. Data were collected through two Likert-scale questionnaires designed
to measure the variables artificial intelligence and cooperative learning. In descriptive terms, the
findings revealed that both variables were mainly concentrated at medium levels, with 52.8% in
artificial intelligence and 59.0% in cooperative learning. Furthermore, inferential analysis using
Spearman’s Rho coefficient showed a direct, positive, and highly significant relationship
between artificial intelligence and cooperative learning (rho = 0.861; p < 0.05). Likewise,
significant correlations were identified with the dimensions of positive interdependence (0.851),
individual and group responsibility (0.848), face-to-face interaction (0.854), interpersonal and
teamwork skills (0.850), and group evaluation (0.852). Consequently, these results demonstrate
DOI: https://doi.org/10.71112/ghfmbb55
2287 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
that the appropriate use of artificial intelligence-based tools contributes to strengthening
collaborative work within the university learning context.
Keywords: Artificial intelligence; Cooperative learning; Higher education; Educational
technology; Collaborative work.
Recibido: 20 mayo 2026 | Aceptado: 1 junio 2026 | Publicado: 2 junio 2026
INTRODUCCIÓN
En la actualidad, el avance de la tecnología ha adquirido un papel protagónico en la
vida del ser humano, generando transformaciones significativas en diversos ámbitos de la
sociedad, entre ellos la educación, la cual no ha sido ajena a este proceso de cambio (Acosta
et al., 2019). Este escenario ha propiciado la modificación de los paradigmas y modelos
educativos tradicionales, promoviendo nuevas formas de enseñanza y aprendizaje acordes con
las exigencias de la sociedad del conocimiento y los entornos digitales contemporáneos
(Sánchez y Veytia, 2019). En este contexto, a nivel internacional, las instituciones que brindan
el servicio educativo, especialmente las universidades, enfrentan la necesidad de reestructurar
sus mallas curriculares con la finalidad de formar profesionales capaces de responder a las
demandas de un entorno cada vez más digitalizado, promoviendo el desarrollo de
competencias digitales, así como habilidades colaborativas que fortalezcan la formación
académica y profesional de los estudiantes.
En este sentido, Lizcano et al. (2019) señalan que el aprendizaje asociativo o
cooperativo se viene consolidando como una de las apuestas contemporáneas con mayor
impacto en el ámbito educativo, en la cual la tecnología cumple un papel relevante para su
fortalecimiento. Asimismo, García (2020) destaca que mediante el uso de herramientas
tecnológicas los docentes pueden emplear una amplia variedad de recursos, tales como foros,
DOI: https://doi.org/10.71112/ghfmbb55
2288 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
wikis, aulas virtuales, videos tutoriales, videoconferencias, redes sociales e incluso aplicaciones
basadas en inteligencia artificial, con el propósito de enriquecer los procesos de enseñanza y
aprendizaje. Estas herramientas favorecen la implementación de estrategias pedagógicas
innovadoras que orientan al estudiante universitario hacia una formación más eficiente tanto en
el desarrollo de competencias académicas como en el fortalecimiento de habilidades
personales y profesionales (Fernández, 2020).
En el contexto latinoamericano, el sector educativo ha experimentado importantes
transformaciones impulsadas por el avance de la tecnología, siendo la tecnología digital una de
las más influyentes en el desarrollo de los procesos educativos (Arana, 2021). No obstante, la
integración efectiva de estas herramientas en las prácticas pedagógicas aún representa un
desafío para muchas instituciones educativas, debido a limitaciones en infraestructura
tecnológica, capacitación docente y estrategias metodológicas que permitan aprovechar
plenamente los recursos digitales para fomentar aprendizajes colaborativos y significativos.
Dentro de este panorama, la inteligencia artificial (IA) se posiciona como una de las
innovaciones tecnológicas con mayor potencial de transformación en el ámbito educativo.
Según Sampaolessi (2021), la relación entre la inteligencia artificial y la educación se
manifiesta en tres aspectos principales: aprender con la inteligencia artificial mediante el uso de
herramientas tecnológicas en el aula, aprender sobre las tecnologías y técnicas propias de la
IA, y prepararse para la inteligencia artificial comprendiendo su relevancia y sus implicancias en
la vida cotidiana. En el contexto nacional y local, esta tecnología ha despertado un creciente
interés en el ámbito académico debido a sus implicancias en la educación superior y su
potencial para fortalecer los procesos de enseñanza y aprendizaje (Parra, 2022). Sin embargo,
su incorporación en las prácticas educativas aún es incipiente en muchas instituciones
universitarias, lo que limita su aprovechamiento para promover estrategias de aprendizaje
cooperativo y el desarrollo de competencias digitales en los estudiantes.
DOI: https://doi.org/10.71112/ghfmbb55
2289 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Estudios previos
A nivel nacional, diversos estudios han analizado el papel de la inteligencia artificial en
los procesos educativos, evidenciando su potencial para fortalecer la formación académica en
la educación superior. En este sentido, López y Arévalo (2022) señalan que el uso de la
inteligencia artificial favorece el desarrollo de los procesos educativos, contribuyendo al
mejoramiento de las estrategias de enseñanza y aprendizaje. De manera complementaria,
Ronquillo et al. (2023) sostienen que la inteligencia artificial puede emplearse como una
herramienta eficaz en las distintas etapas de evaluación y seguimiento del aprendizaje,
permitiendo ofrecer retroalimentación oportuna y adaptar los contenidos de enseñanza según
las necesidades de los estudiantes.
Asimismo, Gómez (2023) destaca que una de las principales ventajas de la
inteligencia artificial en el ámbito educativo es su capacidad para adaptarse al ritmo y estilo de
aprendizaje de cada estudiante, lo que posibilita la creación de entornos educativos
personalizados en los que los materiales y actividades se ajustan a las características
individuales de los alumnos. En concordancia con ello, Carbonell et al. (2023) indican que la
incorporación de la inteligencia artificial en la educación brinda nuevas oportunidades para
docentes y estudiantes, permitiendo afrontar de manera más eficiente los desafíos que
enfrentan las instituciones de educación superior en la actualidad.
Por su parte, Tomalá et al. (2023) sostienen que el desarrollo de la inteligencia artificial
ha experimentado un crecimiento significativo en los últimos años, generando transformaciones
en diversos ámbitos de la sociedad, entre ellos el educativo, donde se promueve la creación de
entornos de aprendizaje más innovadores y dinámicos. No obstante, Civís et al. (2023) señalan
que uno de los principales retos para las universidades ha sido garantizar la calidad de la
formación en contextos virtuales, situación que se evidenció con mayor claridad durante la
DOI: https://doi.org/10.71112/ghfmbb55
2290 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
pandemia por COVID-19, cuando muchas instituciones enfrentaron dificultades para adaptarse
a la educación en línea.
En este contexto, Melo (2023) plantea que la inteligencia artificial se presenta como
una herramienta con alto potencial para mejorar la calidad de la educación superior, ya que
permite optimizar procesos educativos y administrativos dentro de las instituciones
universitarias. Finalmente, Mota et al. (2023) destacan que el impacto de la tecnología en el
proceso formativo depende en gran medida del uso que se le otorgue, ya que, utilizada de
manera adecuada, puede fortalecer el aprendizaje cooperativo, promover la interacción entre
estudiantes y favorecer el desarrollo de responsabilidades compartidas en las actividades
académicas.
Marco teórico
El avance de la tecnología digital ha generado transformaciones significativas en
diversos ámbitos de la sociedad, especialmente en el campo educativo. En la actualidad, la
tecnología se ha incorporado progresivamente en los procesos formativos, influyendo en la
manera en que se accede al conocimiento y en la forma en que se desarrollan las dinámicas de
enseñanza y aprendizaje. Según Acosta et al. (2019), la incorporación de herramientas
tecnológicas en la educación ha permitido ampliar las posibilidades de acceso a la información
y modificar los procesos educativos tradicionales. En esa misma línea, Sánchez y Veytia (2019)
señalan que la integración de la tecnología en el ámbito educativo ha generado cambios en los
paradigmas pedagógicos, promoviendo metodologías centradas en el estudiante y en el uso de
recursos digitales.
En este contexto, las instituciones de educación superior enfrentan el desafío de
adaptar sus procesos formativos a las exigencias de la sociedad del conocimiento. Las
universidades buscan fortalecer la formación académica mediante el desarrollo de
DOI: https://doi.org/10.71112/ghfmbb55
2291 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
competencias digitales y habilidades colaborativas que permitan a los estudiantes
desenvolverse en entornos cada vez más digitalizados. En relación con ello, Lizcano et al.
(2019) destacan que el aprendizaje cooperativo se ha consolidado como una de las estrategias
educativas más relevantes, ya que promueve la interacción entre los estudiantes, el
intercambio de conocimientos y la construcción colectiva del aprendizaje.
Asimismo, el uso de la tecnología ha contribuido a potenciar estas estrategias
pedagógicas. García (2020) señala que el empleo de herramientas tecnológicas en el aula
permite a los docentes utilizar diversos recursos didácticos, tales como foros virtuales, wikis,
plataformas educativas, videoconferencias y herramientas basadas en inteligencia artificial.
Estas herramientas fortalecen las estrategias de aprendizaje y favorecen la participación activa
de los estudiantes. De acuerdo con Fernández (2020), su uso adecuado contribuye a orientar al
estudiante universitario hacia una formación más eficiente, promoviendo el desarrollo de
competencias académicas y profesionales.
En los últimos años, la tecnología digital se ha convertido en un elemento clave para la
innovación educativa, ya que permite transformar los procesos de enseñanza y aprendizaje
mediante el uso de herramientas digitales que favorecen la interacción y el acceso al
conocimiento (Arana, 2021). Dentro de este panorama, la inteligencia artificial (IA) se presenta
como una de las innovaciones tecnológicas con mayor potencial de transformación en la
educación superior. Sampaolessi (2021) señala que su relación con la educación se manifiesta
en tres aspectos principales: aprender con inteligencia artificial mediante el uso de
herramientas tecnológicas, aprender sobre sus técnicas y prepararse para convivir con esta
tecnología en la vida cotidiana.
En este sentido, Parra (2022) sostiene que la inteligencia artificial permite mejorar la
eficiencia de los procesos educativos al facilitar el acceso a la información y promover nuevas
metodologías de enseñanza. A nivel nacional, López y Arévalo (2022) encontraron que el uso
DOI: https://doi.org/10.71112/ghfmbb55
2292 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
de la inteligencia artificial puede contribuir al fortalecimiento de la formación académica al
mejorar los procesos de enseñanza y aprendizaje. De manera similar, Ronquillo et al. (2023)
señalan que esta tecnología puede emplearse para el seguimiento y evaluación del
aprendizaje, permitiendo identificar necesidades específicas de los estudiantes y ofrecer
retroalimentación personalizada. Asimismo, Gómez (2023) destaca que la inteligencia artificial
posee la capacidad de adaptarse al ritmo y estilo de aprendizaje de cada estudiante, facilitando
la creación de entornos educativos personalizados.
Diversos autores coinciden en que la incorporación de la inteligencia artificial brinda
oportunidades para mejorar la calidad de la educación superior. Carbonell et al. (2023) y
Tomalá et al. (2023) señalan que el desarrollo de esta tecnología ha favorecido la innovación
educativa y el acceso a recursos digitales. No obstante, Civís et al. (2023) indican que aún
existen desafíos para garantizar una formación de calidad en entornos virtuales, situación
evidenciada durante la pandemia por COVID-19. Frente a ello, Melo (2023) sostiene que la
inteligencia artificial puede contribuir a optimizar los procesos educativos y administrativos en
las universidades.
En este marco, la inteligencia artificial se entiende como el conjunto de sistemas
tecnológicos capaces de procesar información, aprender de los datos y realizar tareas que
tradicionalmente requerían la intervención humana. Por su parte, el aprendizaje cooperativo
constituye una estrategia pedagógica basada en la colaboración entre estudiantes para
alcanzar objetivos comunes mediante el trabajo en equipo, sustentado en principios como la
interdependencia positiva, la responsabilidad individual y grupal, la interacción promotora y el
desarrollo de habilidades interpersonales. En este sentido, la integración de la inteligencia
artificial en los procesos educativos puede contribuir al fortalecimiento del aprendizaje
cooperativo en la educación superior.
DOI: https://doi.org/10.71112/ghfmbb55
2293 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
METODOLOGÍA
La presente investigación se desarrolló bajo el enfoque de investigación básica,
orientada a ampliar los conocimientos existentes sobre la relación entre la inteligencia artificial y
el aprendizaje cooperativo en el ámbito universitario. Asimismo, se sustentó en el método
hipotético-deductivo, el cual permitió formular hipótesis a partir del análisis del problema de
investigación y contrastarlas mediante procedimientos estadísticos.
El estudio se enmarcó dentro del paradigma cuantitativo, caracterizado por el uso de
métodos estadísticos y el análisis sistemático de los datos recolectados. Este enfoque permitió
medir las variables de estudio y analizar la relación existente entre ellas. En cuanto al alcance,
la investigación fue de tipo correlacional, ya que tuvo como propósito determinar el grado de
relación entre las variables inteligencia artificial y aprendizaje cooperativo en estudiantes
universitarios. El diseño de investigación fue no experimental, debido a que las variables no
fueron manipuladas, sino observadas tal como se presentan en su contexto natural. Asimismo,
el estudio fue de corte transversal, dado que la recolección de datos se realizó en un único
momento durante el periodo académico 2024.
La variable inteligencia artificial se conceptualiza como la capacidad de los sistemas
tecnológicos para procesar información, analizar datos y generar respuestas de manera
automatizada, simulando procesos de razonamiento humano. Operacionalmente, fue medida
mediante un cuestionario compuesto por 35 ítems con escala tipo Likert de cinco alternativas
de respuesta. Esta variable se estructuró en tres dimensiones: situaciones de uso de la
inteligencia artificial, contribución de la inteligencia artificial y características relevantes de la
inteligencia artificial. La escala de medición utilizada fue ordinal, estableciendo los niveles bajo,
regular y alto.
Por su parte, la variable aprendizaje cooperativo se define como una estrategia
educativa basada en el trabajo colaborativo entre estudiantes para alcanzar metas comunes
DOI: https://doi.org/10.71112/ghfmbb55
2294 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
mediante la cooperación y la participación activa de los integrantes del grupo. Esta variable fue
medida mediante un cuestionario conformado por 42 ítems con escala tipo Likert. Las
dimensiones consideradas fueron interdependencia positiva, responsabilidad individual y
grupal, interacción cara a cara, habilidades interpersonales y de equipo, y evaluación grupal. La
escala de medición fue ordinal, estableciendo los niveles bajo, medio y alto.
La población estuvo conformada por 395 estudiantes de la carrera de Administración
de una universidad pública de Lima matriculados en el año académico 2024. A partir de esta
población se determinó una muestra de 195 estudiantes utilizando la fórmula para poblaciones
finitas, considerando un nivel de confianza del 95% y un margen de error del 5%. Para la
selección de los participantes se aplicó un muestreo probabilístico estratificado, lo que permitió
distribuir la muestra de manera proporcional según los ciclos académicos.
La técnica utilizada para la recolección de datos fue la encuesta, aplicándose dos
cuestionarios dirigidos a los estudiantes. El procesamiento de los datos se realizó inicialmente
mediante hojas de cálculo en Excel y posteriormente se empleó el software estadístico SPSS
versión 27 para el análisis de la información. Se aplicaron análisis estadísticos descriptivos e
inferenciales, presentando los resultados mediante tablas y gráficos. Finalmente, se garantizó
el cumplimiento de los principios éticos de la investigación, asegurando la confidencialidad de
la información, la participación voluntaria de los estudiantes y el uso de los datos únicamente
con fines académicos.
RESULTADOS
En el presente capítulo se exponen los resultados obtenidos a partir del procesamiento
estadístico de los datos recolectados mediante los instrumentos aplicados a los estudiantes de
la carrera de Administración de una universidad pública de Lima. Los resultados se presentan
mediante el análisis descriptivo e inferencial con el propósito de examinar la relación entre la
inteligencia artificial y el aprendizaje cooperativo.
DOI: https://doi.org/10.71112/ghfmbb55
2295 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
En primer lugar, se presentan las tablas de frecuencia de las variables y dimensiones
del estudio, las cuales permiten identificar la distribución de los niveles en cada una de ellas.
Tabla 1
Frecuencia de la variable Inteligencia Artificial y sus dimensiones
Variable / Dimensión
Nivel
Frecuencia
Porcentaje
V1: Inteligencia Artificial
Bajo
63
32,3 %
Regular
103
52,8 %
Alto
29
14,9 %
Dimensión: Situaciones
de uso de la IA
Bajo
63
32,3 %
Regular
103
52,8 %
Alto
29
14,9 %
Dimensión: Contribución
de la IA
Bajo
63
32,3 %
Regular
103
52,8 %
Alto
29
14,9 %
Dimensión:
Características
relevantes de la IA
Bajo
63
32,3 %
Regular
103
52,8 %
Alto
29
14,9 %
Total
195
100%
Nota. Datos procesados en SPSS v.27.
De acuerdo con la tabla 1, se observa que la variable inteligencia artificial presenta
principalmente un nivel regular con 52,8 % de los estudiantes, seguido del nivel bajo con 32,3
%, mientras que solo el 14,9 % presenta un nivel alto. De manera similar, las dimensiones
relacionadas con la inteligencia artificial, situaciones de uso, contribución de la inteligencia
artificial y características relevantes de la inteligencia artificial, muestran una tendencia
DOI: https://doi.org/10.71112/ghfmbb55
2296 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
predominante hacia el nivel medio, lo cual evidencia que los estudiantes utilizan herramientas
de inteligencia artificial en un nivel moderado dentro de sus actividades académicas.
Tabla 2
Frecuencia de la variable Aprendizaje Cooperativo y sus dimensiones
Variable / Dimensión
Nivel
Frecuencia
Porcentaje
V2: Aprendizaje cooperativo
Bajo
60
30,8 %
Medio
115
59,0 %
Alto
20
10,2 %
Dimensión: Interdependencia
positiva
Bajo
60
30,8 %
Medio
113
57,9 %
Alto
22
11,3 %
Dimensión: Responsabilidad
individual y grupal
Bajo
65
33,3 %
Medio
110
56,4 %
Alto
20
10,3 %
Dimensión: Interacción cara a
cara
Bajo
59
30,3 %
Medio
112
57,4 %
Alto
24
12,3 %
Dimensión: Técnicas
interpersonales y de equipo
Bajo
48
24,6 %
Medio
126
64,6 %
Alto
21
10,8 %
Dimensión: Evaluación grupal
Bajo
61
31,3 %
Medio
112
57,4 %
Alto
22
11,3 %
Total
195
100%
Nota. Datos procesados en SPSS v.27.
DOI: https://doi.org/10.71112/ghfmbb55
2297 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
En la tabla 2 se presentan los resultados correspondientes a la variable aprendizaje
cooperativo y sus dimensiones. Se observa que el 59,0 % de los estudiantes presenta un nivel
medio de aprendizaje cooperativo, seguido del 30,8 % con nivel bajo, mientras que el 10,2 %
presenta un nivel alto. Asimismo, las dimensiones que componen esta variable muestran una
tendencia similar, predominando el nivel medio en interdependencia positiva, responsabilidad
individual y grupal, interacción cara a cara, técnicas interpersonales y de equipo, y evaluación
grupal. Estos resultados indican que las prácticas de trabajo colaborativo entre los estudiantes
se desarrollan principalmente en un nivel moderado dentro del contexto académico analizado.
En síntesis, los resultados descriptivos presentados anteriormente permiten identificar que
tanto la variable inteligencia artificial como la variable aprendizaje cooperativo, junto con sus
respectivas dimensiones, se concentran principalmente en niveles medios dentro de la
población estudiada. Estos hallazgos proporcionan una visión general sobre el comportamiento
de las variables analizadas en los estudiantes de la carrera de Administración. No obstante,
con el propósito de determinar si existe una relación estadísticamente significativa entre la
inteligencia artificial y el aprendizaje cooperativo, se procede a realizar el análisis inferencial
mediante la aplicación del coeficiente de correlación Rho de Spearman, lo cual permitirá
contrastar la hipótesis general planteada en la investigación.
Tabla 3
Correlación entre la inteligencia artificial y las dimensiones del aprendizaje cooperativo (Rho de
Spearman)
Variable
Interdependenci
a positiva
Responsabilida
d individual y
grupal
Interacció
n cara a
cara
Técnicas
interpersonale
s y de equipo
Evaluació
n grupal
DOI: https://doi.org/10.71112/ghfmbb55
2298 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Inteligenci
a artificial
,851
,848
,854
,850
,850
Sig.
(bilateral)
,000
,000
,000
,000
,000
N
195
195
195
195
195
Los resultados muestran que todas las dimensiones del aprendizaje cooperativo presentan
correlaciones positivas, altas y significativas con la inteligencia artificial. En este sentido, la
dimensión interdependencia positiva presenta un coeficiente de correlación de 0,851; la
responsabilidad individual y grupal presenta un coeficiente de 0,848; la interacción cara a cara
presenta un coeficiente de 0,854; las técnicas interpersonales y de equipo presentan un
coeficiente de 0,850; y la evaluación grupal presenta un coeficiente de 0,852. En todos los
casos se observa un nivel de significancia de 0,000 (Sig. < 0,05), lo cual permite afirmar que
existe una relación directa y significativa entre la inteligencia artificial y cada una de las
dimensiones del aprendizaje cooperativo.
DISCUSIÓN
Sobre la base de los resultados, en cuanto a la hipótesis general, se halló un Rho=
0,861 y un Sig.= 0,000 < α=0,05, que permitió validar esta hipótesis y afirmar con objetividad
hay asociación directa y significativa entre la IA y el aprendizaje cooperativo. Al respecto,
Flores y Rodríguez (2024) encontraron que la inteligencia artificial se viene constituyendo en un
avance tecnológico con gran impacto en el proceso de enseñanza y aprendizaje, pues facilita el
acceso a fuentes confiables de información, así como también posibilita la adaptación de
contenidos y materiales según las necesidades individuales de cada estudiante mejorando su
proceso de aprendizaje. En este punto, vale precisar que la IA puede servir para el
DOI: https://doi.org/10.71112/ghfmbb55
2299 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
mejoramiento en el aprendizaje y el rendimiento, para lograr esto, se pueden emplear diversas
tecnologías, como la realidad virtual, la realidad aumentada, los juegos, entre otras (Castrillón
et al., 2020). Estas herramientas permiten innovar en la estructuración de las clases y prometen
aplicaciones valiosas en el aula, por ejemplo, los docentes podrían crear mundos virtuales en
los cuales los alumnos puedan explorar y viajar de manera inmediata (Barrios-Tao et al., 2021).
En coherencia con los resultados, Troncoso et al. (2023) encontró que la IA viene generando
un gran impacto en la educación, particularmente en las áreas de administración, instrucción y
aprendizaje, por ello, la importancia de utilizar esta tecnología para propiciar aprendizajes
(autónomos como cooperativos) significativos, oportunos y pertinentes.
Con respecto a la hipótesis específica 1, se halló un Rho= 0,851 y un Sig.= 0,000 <
α=0,05, que permitió validar esta hipótesis y afirmar con objetividad que hay asociación directa
y significativa entre la IA y la interdependencia positiva. Al respecto, Peñaherrera et al. (2022)
encontró que la manera de enseñar viene cambiando drásticamente con la tecnología, peor
aún con la inteligencia artificial, a través de esta tanto los estudiantes como los docentes
pueden ser más productivos. La IA en la enseñanza constituye una posibilidad sin
antecedentes para que el área educativa se adapte a las recientes tendencias, como por
ejemplo generar situaciones de aprendizaje en donde los estudiantes fortalezcan la
interdependencia positiva, es decir, involucrar que todos los miembros del grupo comprendan
que están vinculados entre sí y que, ante una situación de aprendizaje, no se puede lograr el
éxito individual sin el grupal, de modo que todos deben aprender a sincronizar sus esfuerzos
para garantizar que esto ocurra. Los educadores pueden asegurar que tenga lugar la
interdependencia positiva asignando diferentes partes de la tarea grupal a diversos miembros
del grupo, de modo que tengan que completar su parte para lograr el objetivo grupal, dándose
así una interdependencia positiva de metas y tareas (Johnson y Johnson, 2002, como se
citaron en Solís et al., 2022
DOI: https://doi.org/10.71112/ghfmbb55
2300 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
En el caso de la hipótesis específica 2, se halló un Rho= 0,848 y un Sig.= 0,000 <
α=0,05, que permitió validar esta hipótesis y afirmar con objetividad de que hay una asociación
directa y sustancial entre la IA y la responsabilidad individual y grupal. Al respecto, Erazo et al.
(2022) señala que hay una relación directa de igual manera entre las plataformas de estudio y
el aprendizaje cooperativo estudiantil universitario. En efecto, en este estudio se válida que la
tecnología usada educativamente genera múltiples beneficios en el proceso formativo del
estudiante universitario, como por ejemplo en el fortalecimiento de la responsabilidad individual
y grupal, en este punto, cabe advertir que ello involucra que cada miembro del equipo complete
su parte del trabajo mientras que también se asegura de que el resto completa el suyo (Solís et
al., 2022). En un equipo de trabajo existen responsabilidades compartidas, donde los
integrantes tiene que hacerse responsables de las tareas que se le asigna, en ello está la
responsabilidad individual, de acuerdo a ello resalta la responsabilidad grupal donde todos
tienen que apoyarse, para poder conseguir sus objetivos y lograr mejores desempeños en
beneficio de todos.
En sintonía con las investigaciones, Carbonell et al. (2023) pone en contexto que los
aportes que se pueden distinguir de la IA, se encuentra el diseño de programas de estudios
avanzados, las tutorías personalizadas, la asesoría virtual sin intervención humana, los
contenidos de aprendizaje personalizados, la realización de predicciones de abandono escolar,
la potenciación del aprendizaje, así como el fortalecimiento del trabajo cooperativo que sirve a
la vez para generar un mayor compromiso y responsabilidad en cada uno de los miembros del
grupo y a la vez también repercute en el éxito individual de los participantes.
En el caso de la hipótesis específica 3, se halló un Rho= 0,854 y un Sig.= 0,000 <
α=0,05, que permitió validar esta hipótesis y afirmar que hay asociación directa y significativa
entre la IA y la interacción cara a cara en los discentes de la Carrera de Administración. Al
respecto, Yaxón (2020) encontró que en las universidades se debe promover el uso de la IA,
DOI: https://doi.org/10.71112/ghfmbb55
2301 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
pues a través de las TIC los estudiantes pueden trabajar juntos actividades como investigar,
explorar, entre otras, y en su defecto mejorar su interacción e interrelación; asimismo, el uso de
la tecnología les genera ahorro de tiempo en la búsqueda de información, y les posibilita
acceso a una gran cantidad de fuentes, al intercambio de información, así como a la
participación de entornos virtuales, lo que favorece su proceso formativo.
Cabe precisar que la interacción social en las que se produce la retroalimentación
entre los miembros; por tanto, hace alusión a la disposición de los miembros para fomentar los
esfuerzos del resto de modo que completen sus tareas para que el grupo logre su objetivo
(Solís et al., 2022). Los estudiantes consiguen mejores aprendizajes relacionándose e
interactuando con los demás compañeros, compartiendo recursos y capacidades que facilitará
la comprensión de cada miembro del equipo.
En este punto, Incio et al. (2022) encontró que la IA avizora una educación sin
fronteras y más dinámica e innovadora, pues esta jugará un papel muy importante en donde los
sistemas de gestión de aprendizajes, tutores inteligentes, plataformas interactivas, entre otras
herramientas han de garantizar la calidad educativa.
Con respecto a la hipótesis específica 4, se halló un Rho= 0,850 y un Sig.= 0,000 <
α=0,05, que permitió validar esta hipótesis y afirmar que hay asociación directa y significativa
entre la IA y el empleo de técnicas interpersonales y de equipo. En este punto, el empleo de
técnicas interpersonales y de equipo facilitan las interacciones de los estudiantes en las
discusiones grupales, estas son: escuchar activamente; compartir ideas y recursos;
comentarios constructivos sobre las ideas de los demás; aceptar la responsabilidad por los
comportamientos propios y tomar decisiones democráticamente (Solís et al., 2022). Cabe
precisar que de acuerdo con Fernández et al. (2019) las nuevas exigencias del mundo
interconectado, las plataformas digitales, los sistemas de soporte Smart, la IA, y la
disponibilidad en la transmisión de data masificada, de calidad y a tiempo real exige el desafío
DOI: https://doi.org/10.71112/ghfmbb55
2302 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
de crear novedades mallas curriculares para consolidar el perfil del egresado universitario del
siglo XXI, quien debe egresar dominando técnicas interpersonales y de equipo para aprender y
trabajar mejor en grupo.
En cuanto a la hipótesis específica 5, se halló un Rho= 0,852 y un Sig.= 0,000 <
α=0,05, que permitió validar esta hipótesis y argumentar con objetividad que entre la IA y la
evaluación grupal hay una asociación directa e importante. Al respecto, Fajardo et al. (2023)
menciona que se debe usar de manera ética, responsable y activa la inteligencia artificial en la
educación superior universitaria, toda vez que esta tiene el potencial para mejorar la formación,
aumentar la eficiencia institucional y proporcionar a los estudiantes una experiencia educativa
más atractiva, enriquecedora y personalizada según sus necesidades y expectativa de
aprendizaje y formación profesional, pues parte de su formación es que estos sean reflexivos
respecto de su progreso académico y del desarrollo de sus competencias profesionales, para
ello, resulta clave entender que el uso de la IA en el aprendizaje cooperativo involucra que los
estudiantes deben reflexionar y evaluar sobre su progreso y su funcionamiento, tanto a nivel del
aporte individual de cada miembro del grupo el progreso en su conjunto, estableciendo así una
revisión periódica y objetiva de mejora (Solís et al., 2022). De ahí que se coincide con Aponte y
Brea (2019), pues los estudiantes del siglo XXI deben egresar de las universidades con un
determinado perfil que les permita insertase en el sector laboral, deben poseer competencias
blandas como aprender y trabajar cooperativamente, y competencias tecnológicas, para usar la
inteligencia artificial.
CONCLUSIONES
El estudio determinó que existe una relación directa, positiva y estadísticamente
significativa entre la inteligencia artificial y el aprendizaje cooperativo en estudiantes de
Administración de una universidad pública de Lima. Los resultados muestran que el uso de
DOI: https://doi.org/10.71112/ghfmbb55
2303 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
herramientas de inteligencia artificial se asocia con un mejor desarrollo de las dinámicas de
trabajo colaborativo entre los estudiantes.
Asimismo, se comprobó que la inteligencia artificial se relaciona significativamente con
todas las dimensiones del aprendizaje cooperativo, como la interdependencia positiva, la
responsabilidad individual y grupal, la interacción cara a cara, el uso de técnicas
interpersonales y de equipo, y la evaluación grupal. Esto evidencia que el uso adecuado de la
inteligencia artificial puede fortalecer el trabajo en equipo, la comunicación, la participación y la
responsabilidad compartida en los procesos de aprendizaje universitario.
En conclusión, la inteligencia artificial se posiciona como una herramienta tecnológica
relevante para potenciar el aprendizaje cooperativo, contribuyendo a mejorar la calidad de la
formación académica y el desarrollo de competencias colaborativas en los estudiantes
universitarios.
Declaración de conflicto de interés
El autor declara no tener ningún conflicto de interés relacionado con esta investigación.
Declaración de uso de inteligencia artificial
El autor declara que la inteligencia artificial fue utilizada únicamente como herramienta
de apoyo en la elaboración del presente artículo, sin que en ningún momento haya sustituido el
proceso intelectual propio de los investigadores. Asimismo, se realizaron rigurosas revisiones
mediante diversas herramientas de verificación, mediante las cuales se comprobó la
inexistencia de plagio, tal como se evidencia en los documentos adjuntos. En ese sentido, el
autor reconoce y manifiesta que el presente trabajo es resultado de su propio esfuerzo
intelectual y que no ha sido generado ni publicado previamente en ninguna plataforma
electrónica o sistema de inteligencia artificial.
DOI: https://doi.org/10.71112/ghfmbb55
2304 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
REFERENCIAS
Acosta, R., Hernández, A., & Martín, A. (2021). Satisfacción del profesorado y alumnado con el
empleo de metodologías. Estudios Pedagógicos, 47(2), 79–97.
Acosta, R., Martín, A., & Hernández, A. (2019). Uso de las metodologías de aprendizaje
colaborativo con TIC: Un análisis desde las creencias del profesorado. Digital Education
Review, (35), 309–323.
Aponte, M., & Brea, O. (2019). Aprendizaje cooperativo y tecnologías de información y
comunicación para el perfil global de docentes y estudiantes universitarios. Revista
ObIES, 3, 88–100.
Arana, C. (2021). Inteligencia artificial aplicada a la educación: Logros, tendencias y perspectivas.
Revista Argentina de Ciencia y Tecnología INNOVA UNTREF, 7, 1–22.
Barrios-Tao, H., Díaz, V., & Guerra, Y. (2021). Propósitos de la educación frente a desarrollos de
inteligencia artificial. Cadernos de Pesquisa, 51, 1–18.
Carbonell, C., Burgos, S., Calderón, D., & Paredes, O. (2023). La inteligencia artificial en el
contexto de la formación educativa. Revista Electrónica de Ciencias de la Educación,
Humanidades, Artes y Bellas Artes Episteme Koinonía, 8(12), 152–166.
Castrillón, O., Sarache, W., & Ruiz-Herrera, S. (2020). Predicción del rendimiento académico por
medio de técnicas de inteligencia artificial. Formación Universitaria, 13(1), 93–102.
Civís, M., Esteban, M., & Collet, J. (2023). Presentación del número especial de RED: Nuevos
retos, nuevas alianzas: universidades y ecosistemas educativos presenciales y virtuales.
RED. Revista de Educación a Distancia, 23(74), 1–6.
Erazo, M., Guizado, F., Huachara, E., Nina, J., & Nina, E. (2022). Plataformas virtuales
educativas y aprendizaje cooperativo en estudiantes de una universidad pública de Lima,
Perú. LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades, 3(2), 405–
418.
DOI: https://doi.org/10.71112/ghfmbb55
2305 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Fajardo, G., Ayala, D., Arroba, E., & López, M. (2023). Inteligencia artificial y la educación
universitaria: Revisión sistemática. Magazine de las Ciencias, 8(1), 109–131.
Fernández, E. (2020). Análisis de estrategias metodológicas docentes apoyadas en el uso de
TIC para fomentar el aprendizaje cooperativo del alumnado universitario del grado de
pedagogía. Revista Interuniversitaria de Formación del Profesorado, 34(2), 79–100.
Fernández, Y., Valenzuela, L., & Garro, L. (2019). Inteligencia artificial y sus implicancias en la
educación superior. Propósitos y Representaciones, 7(2), 536–568.
Flores, F., & Rodríguez, A. (2024). Uso adecuado de la inteligencia artificial en el proceso
enseñanza-aprendizaje de los estudiantes universitarios. Serie Científica de la
Universidad de las Ciencias Informáticas, 17(5), 131–145.
García, L. (2020, junio 5). Coronavirus: Educación y uso de tecnologías en días de pandemia.
http://ciencia.unam.mx/leer/1006/educacion-y-uso-de-tecnologias-en-dias-de-pandemia
Gómez, W. (2023). La inteligencia artificial y su incidencia en la educación: Transformando el
aprendizaje para el siglo XXI. Revista Internacional de Pedagogía e Innovación Educativa,
3(2), 217–229.
Incio, F., Capuñay, D., Estela, R., Valles, M., Vergara, S., & Elera, D. (2022). Inteligencia artificial
en educación: Una revisión de la literatura en revistas científicas internacionales. Apuntes
Universitarios, 12(1), 353–372.
Lizcano, A., Barbosa, J., & Villamizar, J. (2019). Aprendizaje colaborativo con apoyo en TIC:
Concepto, metodología y recursos. Magis. Revista Internacional de Investigación en
Educación, 12(24), 5–24.
López, E., & Arévalo, S. (2022). Educación artificial. Revista Científica de Ciencias Sociales y
Humanidades, 13(1), 55–61.
Melo, G., Coto, M., & Acosta, M. (2023). Educación y la inteligencia artificial (IA). Dominio de las
Ciencias, 9(4), 242–255.
DOI: https://doi.org/10.71112/ghfmbb55
2306 Revista Multidisciplinar Epistemología de las Ciencias | Vol. 3, Núm. 2, 2026, abril-junio
Mota, S., Huizar, D., Martínez, M., & Martínez, M. (2023). Aprendizaje colaborativo mediado por
TIC. Revista Iberoamericana de Ciencias, 7(3), 1–9.
https://repositorio.usil.edu.pe/server/api/core/bitstreams/9130ea78-e88f-4bc8-91a2-
ff7fec409ffb/content
Parra, J. (2022). Potencialidades de la inteligencia artificial en educación superior: Un enfoque
desde la personalización. Revista Tecnológica Educativa Docentes 2.0, 14(1), 19–27.
Peñaherrera, W., Cunuhay, W., Nata, D., & Moreira, L. (2022). Implementación de la inteligencia
artificial (IA) como recurso educativo. RECIMUNDO, 6(2), 402–413.
Ronquillo, K., Pérez, L., Veloz, J., & Solís, R. (2023). La inteligencia artificial aplicada en la
innovación educativa en el proceso de enseñanza y aprendizaje. LATAM Revista
Latinoamericana de Ciencias Sociales y Humanidades, 4(2), 1597–1613.
Sampaolessi, L. (2021, septiembre 20). Inteligencia artificial en la educación: Una tendencia que
marca el camino al futuro. https://aulica.com.ar/inteligencia-artificial-en-la-educacion/
Sánchez, A., & Veytia, M. (2019). Las competencias digitales en estudiantes de doctorado: Un
estudio en dos universidades mexicanas. Revista Academia y Virtualidad, 12(1), 7–30.
Solís, P., Gallego, M., & Real, S. (2022). ¿El aprendizaje cooperativo promueve la inclusión?
Revisión sistemática. Páginas de Educación, 15(2), 1–21.
Tomalá, M., Mascaró, E., Carrasco, C., & Aroni, E. (2023). Incidencias de la inteligencia artificial
en la educación. RECIMUNDO, 7(2), 238–251.
Troncoso, M., Dueñas, Y., & Verdecia, E. (2023). Inteligencia artificial y educación: Nuevas
relaciones en un mundo interconectado. Estudios del Desarrollo Social: Cuba y América
Latina, 11(2), 312–328.
Yaxón, S. (2020). Aprendizaje colaborativo con TIC en la educación superior. Revista Científica
Internacional, 3(1), 131–137.
