Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 6, Núm. 11. (ene - jun 2026) ISSN: 3028-8657  
Estrategias digitales y uso de inteligencia artificial en la educación de posgrado.  
Estrategias digitales y uso de inteligencia artificial en la educación de  
posgrado  
Digital strategies and use of artificial intelligence in postgraduate  
education  
Navarro-Molina Carlos Ernesto  
Universidad Técnica de Manabí. Portoviejo, Ecuador.  
Correo: cnavarro8587@utm.edu.ec  
ORCID ID: https://orcid.org/0009-0003-3683-4744  
García-Cañarte Gabriela  
Universidad Técnica de Manabí. Portoviejo, Ecuador.  
Correo: gabriela.garcia@utm.edu.ec  
ORCID ID: https://orcid.org/0009-0003-3367-9910  
RESUMEN  
El estudio caracterizó e interpretó la implementación de estrategias digitales y el uso  
pedagógico de herramientas de inteligencia artificial (IA) por docentes de programas de  
posgrado de la Universidad Técnica de Manabí (UTM). Se empleó un enfoque mixto, no  
experimental y transversal, con alcance descriptivo-propositivo. Se aplicó un  
cuestionario tipo Likert (n=20) y dos preguntas abiertas; los ítems cerrados se analizaron  
mediante estadística descriptiva y las respuestas abiertas mediante análisis  
lexicométrico en IRaMuTeQ (Clasificación Jerárquica Descendente y Análisis Factorial  
de Correspondencias). Los resultados evidencian incorporación de plataformas virtuales  
y recursos multimedia, mientras que las estrategias didácticas digitales activas y el uso  
pedagógico de la IA presentan mayor heterogeneidad. El análisis lexicométrico revela  
un discurso ambivalente: primero la IA se asocia con acceso a información, eficiencia y  
apoyo a procesos de aprendizaje e investigación; por consiguiente, también emergen  
preocupaciones por plagio, integridad académica y posible debilitamiento del  
pensamiento crítico si se utiliza de manera acrítica. Con base en estos hallazgos se  
propusieron lineamientos estratégicos en competencias docentes, integración  
pedagógico-tecnológica y gobernanza ética, validados mediante juicio de expertos  
(n=6). Se concluye que la integración responsable de la IA en el posgrado requiere  
formación, rediseño evaluativo y políticas institucionales claras.  
Palabras claves: estrategias digitales, inteligencia artificial, educación de posgrado,  
análisis lexicométrico, lineamientos estratégicos.  
ABSTRACT  
This study characterized and interpreted the implementation of digital strategies and the  
pedagogical use of artificial intelligence (AI) tools by postgraduate instructors at  
Universidad Técnica de Manabí (UTM). A mixed-methods, non-experimental, cross-  
sectional design with a descriptive–propositional scope was adopted. A Likert-type  
questionnaire (n=20) and two open-ended questions were administered; closed items  
were analyzed through descriptive statistics, while open responses were examined using  
lexicometric analysis in IRaMuTeQ (Descending Hierarchical Classification and  
Correspondence Factor Analysis). Results show wide adoption of virtual platforms and  
multimedia resources, whereas active digital didactic strategies and pedagogical AI use  
remain more heterogeneous. Lexicometric findings point to an ambivalent discourse: AI  
is linked to information access, efficiency, and support for learning and research  
processes, but concerns emerge regarding plagiarism, academic integrity, and a  
Información del manuscrito:  
Fecha de recepción: 11 de noviembre de 2025.  
Fecha de aceptación: 31 de enero de 2026.  
Fecha de publicación: 11 de junio de 2026.  
396  
Navarro-Molina et al. (2026)  
potential weakening of critical thinking when used uncritically. Based on these findings,  
strategic guidelines were proposed around teacher competencies, pedagogical–  
technological integration, and ethical governance, and were positively assessed through  
expert judgment (n=6). The study concludes that responsible AI integration in  
postgraduate education requires training, assessment redesign, and clear institutional  
policies.  
Keywords: digital strategies, artificial intelligence, postgraduate education, lexicometric  
analysis, strategic guidelines.  
1. INTRODUCCIÓN  
La transformación digital ha impactado la educación superior y ha acelerado la  
incorporación de estrategias digitales y, más recientemente, de herramientas de  
inteligencia artificial (IA). En programas de posgrado, este escenario reconfigura  
el rol docente hacia la mediación y el acompañamiento del aprendizaje en  
entornos digitales, donde la IA puede apoyar la personalización y la analítica  
académica (Quy et al., 2023).  
En este marco, una estrategia digital educativa se entiende como una  
planificación institucional que alinea tecnologías, currículo y objetivos  
académicos, incluyendo infraestructura, capacitación docente y gestión del  
cambio cultural (Chinkes & Julien, 2019).  
Conviene diferenciar el plano estratégico de lo digital del uso específico de la IA:  
mientras las estrategias digitales organizan el uso pedagógico de plataformas y  
recursos TIC, la IA constituye un conjunto de herramientas capaces de  
automatizar tareas, analizar datos y generar apoyos adaptativos. Por ello, la IA  
no sustituye la estrategia digital, sino que se integra como un componente que  
requiere mediación y criterios institucionales.  
En términos educativos, la IA se concibe como la capacidad de sistemas  
computacionales para realizar funciones asociadas a la cognición humana (p.  
ej., razonar, aprender o producir respuestas), lo que redefine la interacción  
pedagógica y abre posibilidades de asistencia académica (Figueroa, 2023).  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 6, Núm. 11. (ene - jun 2026) ISSN: 3028-8657  
Estrategias digitales y uso de inteligencia artificial en la educación de posgrado.  
Sin embargo, la adopción tecnológica no garantiza innovación pedagógica.  
Persisten brechas en capacitación continua y disponibilidad de recursos para  
integrar de manera eficaz estrategias digitales e IA, lo que limita su potencial  
formativo (Angulo et al., 2024). Organismos como la UNESCO han enfatizado la  
necesidad de fortalecer competencias digitales docentes e incluir formación en  
IA con enfoque responsable (UNESCO, 2023; Rondon-Morel et al., 2024).  
En América Latina se mantienen desigualdades en acceso y apropiación de  
herramientas digitales avanzadas (Pirela‑Espina, 2022). En Ecuador, estas  
tensiones se asocian tanto a limitaciones de infraestructura como a desafíos de  
formación docente y de implementación de metodologías innovadoras en  
educación superior (Llanga-Vargas et al., 2024; Medina González et al., 2025).  
En la Universidad Técnica de Manabí (UTM), aunque se dispone de plataformas  
virtuales y recursos digitales, la integración pedagógica de estrategias digitales  
activas y de IA es aún desigual, lo que evidencia la necesidad de fortalecer la  
mediación didáctica y la gobernanza de su uso en el posgrado.  
El valor educativo de la IA se materializa cuando se incorpora al diseño  
instruccional para automatizar tareas rutinarias, ofrecer retroalimentación  
oportuna y sostener apoyos personalizados, bajo condiciones institucionales de  
formación, recursos y ética (Holmes et al., 2019; Zawacki-Richter et al., 2019).  
La presente investigación busca caracterizar, desde percepciones y prácticas  
docentes, la implementación de estrategias digitales y el uso pedagógico de  
herramientas de IA en programas de posgrado de la UTM, para derivar  
lineamientos de mejora en su integración pedagógica y ética. Se plantea la  
pregunta: ¿Cómo se caracteriza la implementación de estrategias digitales y el  
uso de IA en la docencia de posgrado de la UTM, y qué lineamientos se derivan  
para fortalecer su integración responsable?  
Objetivo general: Analizar las estrategias digitales docentes y el uso de la  
inteligencia artificial para optimizar el proceso de enseñanza-aprendizaje en  
posgrado.  
398  
Navarro-Molina et al. (2026)  
El estudio aporta evidencia para orientar decisiones institucionales sobre  
formación docente, rediseño evaluativo e integridad académica en el uso de IA,  
contribuyendo a la mejora de prácticas docentes y a la definición de directrices  
aplicables en contextos de posgrado.  
Objetivos específicos: (1) Sistematizar enfoques teóricos sobre estrategias  
digitales e IA en educación superior; (2) Diagnosticar el nivel de adopción e  
integración de estrategias digitales e IA en docentes de posgrado de la UTM; y  
(3) Diseñar lineamientos para fortalecer el uso pedagógico de la IA y valorar su  
pertinencia mediante juicio de expertos.  
2. MARCO TEÓRICO  
Este marco teórico sintetiza fundamentos sobre estrategias digitales e  
inteligencia artificial (IA) en educación superior, destacando su relación con  
metodologías activas, competencias docentes y criterios de uso responsable en  
el posgrado.  
2.1. Estrategias digitales educativas: fundamentos y autores clave  
Las estrategias digitales se entienden como decisiones pedagógicas,  
metodológicas y tecnológicas que guían el uso intencional de plataformas y  
recursos multimedia para enriquecer el aprendizaje (Chinkes & Julien, 2019;  
Cabero-Almenara et al., 2020).  
Desde enfoques constructivistas y socioculturales, el aprendizaje se construye  
activamente mediante interacción y mediación docente (Piaget, 1937; Vygotsky  
&
Cole, 1978). El conectivismo añade que, en entornos digitales, el aprendizaje  
se organiza en redes de fuentes y conexiones, algunas automatizadas (Siemens,  
005).  
2
La apropiación docente de tecnologías favorece metodologías activas  
colaboración, actividades interactivas y comunicación sincrónica/asincrónica)  
que pueden fortalecer el pensamiento crítico y la participación estudiantil  
Cabero-Almenara et al., 2020).  
(
(
399  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 6, Núm. 11. (ene - jun 2026) ISSN: 3028-8657  
Estrategias digitales y uso de inteligencia artificial en la educación de posgrado.  
2.2. Capacitación docente y apropiación tecnológica  
En educación superior, la IA permite automatizar procesos, apoyar la  
personalización y generar analítica del aprendizaje; su potencial depende de su  
integración pedagógica y no solo de su disponibilidad (Hinojo-Lucena et al.,  
2019).  
El desarrollo de competencias digitales e IA requiere formación docente  
sistemática y acompañamiento institucional (Espinoza Varela, 2024; Paladines-  
Ramírez et al., 2024). No obstante, persisten brechas de capacitación y acceso  
a recursos que dificultan una integración sostenida (Angulo et al., 2024).  
En Ecuador, la incorporación de TIC en educación superior avanza, pero aún  
enfrenta desafíos estructurales de infraestructura y de políticas institucionales  
para sostener innovaciones pedagógicas (Llanga-Vargas et al., 2024; Medina  
González et al., 2025).  
2.3. La inteligencia artificial como herramienta educativa  
La IA en posgrado puede apoyar búsqueda y análisis de información, elaboración  
de materiales y tutoría mediante sistemas generativos y asistentes virtuales  
(Cueva, 2020; Figueroa, 2023). Herramientas como ChatGPT amplían el acceso,  
pero demandan alfabetización académica para un uso crítico.  
2.4. Retos éticos, técnicos y pedagógicos de la IA en educación  
El potencial de la IA se acompaña de desafíos éticos (integridad académica,  
transparencia y protección de datos), por lo que se requieren marcos y criterios  
institucionales claros (UNESCO, 2023; Romeu Fontanillas et al., 2025; Nivela  
Cornejo & Segundo Vicente, 2024).  
2.5. Transformación docente y nuevas competencias  
El docente asume un rol de mediador que articula objetivos, herramientas y  
evaluación; ello exige competencias técnico‑pedagógicas para aprovechar lo  
digital con sentido educativo (Aguirre-Aguilar et al., 2024). En la lógica de  
400  
Navarro-Molina et al. (2026)  
Educación 4.0, estas competencias se vinculan con metodologías centradas en  
el estudiante y resolución de problemas (Rivera Pérez & Castillo Montes, 2025).  
2.6. Uso eficaz de la inteligencia artificial en la educación superior  
El uso eficaz de IA implica alinearla con objetivos pedagógicos y diseño  
instruccional, de modo que contribuya a retroalimentación adaptativa,  
personalización y toma de decisiones basadas en datos (Zawacki-Richter et al.,  
2019).  
Asimismo, se considera eficaz cuando automatiza tareas rutinarias y libera  
tiempo para el acompañamiento pedagógico, sin sustituir el juicio docente  
(Holmes et al., 2019; Quy et al., 2023).  
2.7. Brecha digital en el contexto latinoamericano y ecuatoriano  
En América Latina persisten brechas entre prácticas tradicionales y demandas  
digitales; la pandemia evidenció desigualdades de acceso y uso, lo que refuerza  
la necesidad de priorizar competencias digitales docentes y estudiantiles  
(Pirela‑Espina, 2022).  
Tabla 1. Diferenciación conceptual entre plataforma virtual, recurso multimedia, estrategia  
didáctica y estrategia digital  
Concepto  
¿Qué es?  
Diferencia clave  
Ejemplos en  
educación  
Plataforma virtual  
Sistema digital para  
gestionar  
contenidos,  
Es el espacio donde  
se organiza la  
enseñanza y se  
centraliza el curso.  
Moodle, Google  
Classroom, Microsoft  
Teams; foros, tareas,  
calificaciones.  
(
LMS/entorno virtual  
de aprendizaje)  
actividades,  
comunicación y  
seguimiento del  
curso.  
Recurso multimedia  
Material digital con  
varios formatos  
Es un insumo  
Videos,  
presentaciones,  
simuladores,  
infografías, podcasts,  
animaciones.  
ABP, aula invertida,  
debate, rúbricas;  
gamificación;  
didáctico; se usa  
dentro o fuera de la  
plataforma.  
(
texto, audio,  
imagen, video) para  
apoyar contenidos.  
Plan para enseñar y  
lograr objetivos  
Estrategia didáctica  
Define cómo  
aprende el  
estudiante; puede  
usar recursos y  
(
digital o no)  
(
método, actividad o  
secuencia).  
aprendizaje  
plataformas, pero no colaborativo.  
se reduce a ellos.  
Estrategia digital  
educativa  
Planificación (curso  
o institución) que  
alinea tecnologías,  
currículo y objetivos; cómo se  
implementan.  
Nivel macro: decide  
qué herramientas se guía de evaluación  
usan, para qué y  
Plan de uso de LMS,  
en línea, capacitación  
docente, lineamientos  
para IA.  
401  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 6, Núm. 11. (ene - jun 2026) ISSN: 3028-8657  
Estrategias digitales y uso de inteligencia artificial en la educación de posgrado.  
define capacitación y  
criterios de uso.  
Nota. Elaboración propia con base en la conceptualización de estrategias digitales educativas y  
su relación con plataformas virtuales y recursos multimedia (Chinkes & Julien, 2019; Cabero-  
Almenara et al., 2020).  
3. METODOLOGÍA  
3.1. Diseño y enfoque  
La presente investigación se desarrolló con un enfoque mixto (cuantitativo–  
cualitativo), orientado a la descripción e interpretación de las prácticas y  
percepciones docentes respecto al uso de estrategias digitales y herramientas  
de inteligencia artificial (IA) en el posgrado. El diseño es no experimental, pues  
no se manipularon variables, y de alcance descriptivo–propositivo, debido a que  
se orientó tanto a caracterizar la situación existente como a formular lineamientos  
estratégicos a partir del diagnóstico. En coherencia con el método mixto, primero  
se desarrolló un análisis cuantitativo descriptivo de los ítems cerrados del  
cuestionario y, en un segundo momento, se profundizó cualitativamente  
mediante el análisis lexicométrico de las preguntas abiertas; de este modo,  
ambos componentes se complementaron para interpretar el fenómeno  
estudiado. Asimismo, el estudio es de corte transversal, dado que la recolección  
de información se realizó en un único momento temporal durante el ciclo  
académico 2024–2025.  
3.2. Objeto de estudio  
El objeto de estudio estuvo constituido por las estrategias digitales docentes y el  
uso pedagógico de herramientas de inteligencia artificial en el proceso de  
enseñanza–aprendizaje del posgrado.  
3.3. Población, muestra y criterios de inclusión  
La población estuvo integrada por 20 docentes pertenecientes a diferentes  
programas de posgrado de la UTM, activos durante el periodo de aplicación del  
instrumento. Se trabajó con la totalidad de docentes considerados en el estudio  
(censo institucional), por lo que los resultados se interpretan como una  
402  
Navarro-Molina et al. (2026)  
caracterización del contexto analizado (estudio de caso), sin pretensión de  
generalización a otros escenarios.  
Criterios de inclusión: (a) ser docente activo de programas de posgrado de la  
UTM durante el ciclo 2024-2025; (b) aceptar participar de manera voluntaria; (c)  
completar el cuestionario en su totalidad. Criterios de exclusión: (a) docentes no  
activos en el periodo de levantamiento; (b) respuestas incompletas o duplicadas.  
3.4. Instrumento y validez de contenido  
Para la recolección de datos se empleó un cuestionario estructurado (ver Anexo  
), diseñado en Google Forms y construido a partir de la revisión de instrumentos  
1
y estudios previos sobre competencia digital docente y percepciones del uso de  
IA en educación superior (Cabero-Almenara et al., 2020; Baque Guerra et al.,  
2
024; Puche-Villalobos, 2024; Bustamante Morán et al., 2025). El instrumento  
incluyó diez ítems cerrados tipo Likert de frecuencia con cinco opciones  
Siempre, Casi siempre, A veces, Rara vez, Nunca), orientados a caracterizar el  
(
uso de plataformas, recursos multimedia, estrategias didácticas digitales activas  
y herramientas de IA, así como aspectos de capacitación y condiciones  
institucionales. Además, se incorporaron dos preguntas abiertas para indagar  
percepciones docentes sobre beneficios y riesgos asociados a la incorporación  
de la IA en la docencia de posgrado. Antes de su aplicación, el cuestionario fue  
sometido a validación de contenido mediante juicio de expertos (tres revisores  
con experiencia en educación superior, tecnología educativa y metodología de  
investigación), quienes evaluaron claridad y pertinencia; sus observaciones se  
integraron en la versión final.  
3.5. Variables, dimensiones y escala  
El cuestionario incluyó diez ítems cerrados agrupados en dos variables.  
Estrategias digitales docentes (ítems 1-4): plataformas virtuales, recursos  
multimedia, estrategias didácticas digitales activas y participación/motivación.  
Uso pedagógico de IA (ítems 5-10): adopción de herramientas,  
retroalimentación, diseño instruccional, condiciones institucionales, formación  
docente y ética/integridad académica. Las opciones de respuesta se organizaron  
403  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 6, Núm. 11. (ene - jun 2026) ISSN: 3028-8657  
Estrategias digitales y uso de inteligencia artificial en la educación de posgrado.  
en una escala ordinal de cinco categorías (Nunca=1, Rara vez=2, A veces=3,  
Casi siempre=4, Siempre=5) con fines de ordenamiento y trazabilidad.  
3.6. Procedimiento  
El proceso de recolección se realizó mediante envío directo del formulario a los  
docentes de posgrado, asegurando confidencialidad y voluntariedad en la  
participación. Una vez completadas las 20 respuestas, los datos fueron  
exportados y organizados en una matriz de análisis, preservando la  
denominación original de cada pregunta para garantizar la trazabilidad solicitada  
en la investigación. Durante esta fase se verificó la integridad de las respuestas  
y se procedió a limpiar el archivo para su posterior procesamiento.  
3.7. Análisis de datos  
El procedimiento de análisis siguió una secuencia ordenada. En primer lugar, se  
realizó una lectura descriptiva e interpretativa de las respuestas de los ítems  
cerrados, identificando patrones de predominio por categorías de frecuencia  
(Siempre, Casi siempre, A veces, Rara vez, Nunca) con el fin de caracterizar el  
uso de estrategias digitales y de herramientas de IA en la docencia de posgrado.  
En segundo lugar, para las preguntas abiertas se desarrolló un análisis de tipo  
lexicométrico con el software IRaMuTeQ, empleando la Clasificación Jerárquica  
Descendente (CHD) y el Análisis Factorial de Correspondencias (AFC) para  
identificar clases léxicas, núcleos temáticos y ejes discursivos asociados a  
beneficios y riesgos percibidos sobre la IA. Esta integración permitió triangular  
analíticamente los patrones de respuesta con las narrativas docentes y construir  
una interpretación contextualizada del fenómeno estudiado.  
3.8. Validación de la propuesta  
Adicionalmente, se desarrolló un proceso de validación de la propuesta de  
lineamientos estratégicos mediante juicio de expertos. Para ello, se elaboró un  
instrumento específico basado en los criterios de claridad, pertinencia,  
coherencia y viabilidad, con una escala de valoración de cinco niveles. Expertos  
en educación, tecnología y pedagogía digital evaluaron individualmente cada  
lineamiento, registrando observaciones y sugerencias de mejora.  
404  
Navarro-Molina et al. (2026)  
3.9. Consideraciones éticas  
Se garantizó la confidencialidad de la información y la voluntariedad en la  
participación. Las respuestas se trataron de forma agregada y únicamente con  
fines académicos e investigativos.  
4. RESULTADOS Y DISCUSIÓN  
En coherencia con el diseño no experimental, de alcance descriptivo–propositivo  
y de corte transversal planteado en la metodología, los resultados se organizan  
en tres apartados: (a) caracterización descriptivo–interpretativa del cuestionario  
aplicado a docentes de posgrado sobre estrategias digitales y uso pedagógico  
de IA; (b) análisis lexicométrico de las respuestas abiertas (beneficios y riesgos  
percibidos); y (c) valoración de los lineamientos estratégicos propuestos  
mediante juicio de expertos.  
El instrumento, descrito previamente en el apartado metodológico, incluye diez  
ítems cerrados sobre frecuencia de uso de estrategias digitales, integración de  
IA, capacitación y visión institucional, además de dos preguntas abiertas  
orientadas a identificar beneficios y riesgos percibidos en el uso de IA en la  
docencia de posgrado. Las encuestas se sistematizaron en una matriz de datos  
codificada.  
El levantamiento de información evidenció una alta incorporación de plataformas  
virtuales en la práctica docente de posgrado (ítem 1). La mayoría de participantes  
indicó utilizarlas «Siempre», mientras que un grupo menor seleccionó «Casi  
siempre» o «A veces». No se registraron respuestas en las categorías «Rara  
vez» ni «Nunca», lo que sugiere que los entornos virtuales de aprendizaje (p. ej.,  
Moodle, Classroom o Teams) se encuentran institucionalizados como soporte  
básico del proceso de enseñanza–aprendizaje en el posgrado.  
En cuanto al uso de recursos multimedia (ítem 2), los docentes reportan una  
frecuencia también elevada: predominan las respuestas «Siempre» y «Casi  
siempre», con un grupo reducido en «A veces». Esta tendencia indica que los  
405  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 6, Núm. 11. (ene - jun 2026) ISSN: 3028-8657  
Estrategias digitales y uso de inteligencia artificial en la educación de posgrado.  
recursos multimedia (videos, presentaciones, simuladores e infografías) se  
conciben como complementos didácticos habituales, asociados principalmente  
a la explicación de contenidos y a la ilustración de conceptos complejos.  
La aplicación de estrategias didácticas digitales (ítem 3) presenta una  
distribución más dispersa. Aunque existe un grupo de docentes que las utiliza  
«Siempre», la mayor concentración se ubica entre «Casi siempre» y «A veces»,  
y se registran algunas respuestas en «Rara vez». Esto revela que la cultura  
digital docente se encuentra en un proceso de transición: las herramientas  
tecnológicas están presentes, pero todavía no se aprovechan de forma sostenida  
para transformar la dinámica metodológica hacia modelos más interactivos y  
centrados en el estudiante.  
De manera coherente con estos hallazgos, al analizar el ítem 4 (uso de  
estrategias digitales para promover la participación y motivación del  
estudiantado), la mayoría de docentes selecciona las opciones «Casi siempre»  
o «Siempre», lo que evidencia una valoración positiva del impacto pedagógico  
de las estrategias digitales. No obstante, las respuestas abiertas señalan que la  
sobrecarga laboral, las dificultades de conectividad y la falta de acompañamiento  
institucional limitan la posibilidad de sostener estas estrategias de forma  
sistemática.  
Respecto al uso de herramientas de inteligencia artificial, los resultados  
muestran un escenario más heterogéneo. Una parte de los docentes indica que  
conoce y utiliza herramientas de IA (como ChatGPT, plataformas adaptativas,  
asistentes virtuales o sistemas de analítica de datos) de forma habitual o  
frecuente, mientras que otro grupo reconoce utilizarlas solo a veces o rara vez.  
Esta distribución confirma que el uso de la IA en la docencia de posgrado es  
todavía incipiente y desigual, condicionado por el nivel de familiaridad  
tecnológica de cada docente.  
Respecto al uso pedagógico de herramientas de IA, los resultados muestran un  
escenario heterogéneo (ítems 5–10). En el ítem 6 (uso de IA para  
retroalimentación personalizada), la mayoría de los participantes se ubica en las  
406  
Navarro-Molina et al. (2026)  
categorías «Casi siempre» o «Siempre», lo que sugiere que, cuando la IA se  
integra en la práctica docente, se orienta principalmente a fortalecer el  
seguimiento individualizado, la respuesta oportuna y la adaptación de materiales  
a las necesidades del estudiantado. No obstante, las respuestas abiertas —  
analizadas lexicométricamente— evidencian que este potencial convive con  
preocupaciones asociadas a plagio, pérdida de pensamiento crítico y necesidad  
de mediación docente, lo que refuerza la importancia de establecer criterios  
institucionales de uso responsable.  
Sin embargo, el ítem «En mi institución existen limitaciones tecnológicas que  
dificultan la implementación de herramientas de IA» recibe altos niveles de  
acuerdo, lo que refleja que la infraestructura tecnológica, la conectividad y el  
acceso a licencias o plataformas especializadas constituyen un obstáculo  
relevante para avanzar hacia un uso eficaz de la IA. A esto se suma que, en la  
pregunta sobre capacitación, una proporción importante de docentes señala no  
haber recibido formación específica en competencias digitales e IA aplicada a la  
docencia, aunque prácticamente la totalidad coincide en la necesidad de contar  
con programas de capacitación y normativas institucionales que regulen el uso  
ético y responsable de estas herramientas.  
En conjunto, los resultados descriptivos permiten afirmar que:  
•
•
•
Las estrategias digitales básicas (plataformas virtuales y recursos  
multimedia) están ampliamente incorporadas en la práctica docente de  
posgrado.  
Las estrategias didácticas digitales y el uso pedagógico de la IA muestran  
un grado menor de consolidación y evidencian un campo de mejora, tanto  
en términos de formación docente como de condiciones institucionales.  
La percepción general sobre la IA es positiva en cuanto a su contribución  
a la personalización y a la calidad educativa, pero su uso todavía no puede  
calificarse como plenamente eficaz, ya que se ve limitado por brechas de  
capacitación y por restricciones tecnológicas.  
407  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 6, Núm. 11. (ene - jun 2026) ISSN: 3028-8657  
Estrategias digitales y uso de inteligencia artificial en la educación de posgrado.  
Tabla 1. Frecuencia de uso de herramientas digitales y estrategias didácticas digitales activas  
Indicador  
Siempre  
Casi  
siempre  
2 (10%) 3 (15%)  
A veces  
Rara  
vez  
0 (0%)  
Nunca  
0 (0%)  
0 (0%)  
0 (0%)  
0 (0%)  
Uso de plataformas virtuales  
Uso de recursos multimedia  
15  
(
(
75%)  
12  
60%)  
5 (25%) 3 (15%)  
0 (0%)  
Uso de estrategias didácticas  
digitales activas  
Estrategias digitales que motivan al  
estudiante  
6 (30%) 7 (35%) 5 (25%) 2 (10%)  
12  
(60%)  
6 (30%) 2 (10%)  
0 (0%)  
Fuente: Elaboración propia a partir del cuestionario aplicado a docentes de posgrado (UTM,  
025). n=20.  
2
Figura 1. Distribución de respuestas por indicador de estrategias digitales (n=20)  
Nota. Elaboración propia.  
Análisis lexicométrico de percepciones docentes sobre beneficios y  
riesgos de la IA (CHD y AFC)  
Con el fin de profundizar en las respuestas cualitativas del cuestionario  
(beneficios y riesgos), se realizó un análisis lexicométrico con IRaMuTeQ,  
aplicando la Clasificación Jerárquica Descendente (CHD) y el Análisis Factorial  
de Correspondencias (AFC). La Figura 1 presenta el dendrograma y el plano  
factorial resultante (Figura 2) (n=20).  
408  
Navarro-Molina et al. (2026)  
Figura 1. Dendrograma de la Clasificación Jerárquica Descendente (CHD) de las respuestas  
abiertas  
Nota. Salida gráfica de IRaMuTeQ  
La CHD segmentó el corpus en ocho clases léxicas (100%), organizadas en dos  
macro‑núcleos: A) beneficios (clases 7=17,1%; 6=14,6%; 2=9,8%; 1=9,8%) y B)  
riesgos/condiciones de uso (clases 3=14,6%; 5=12,2%; 4=12,2%; 8=9,8%).  
Figura 2. Plano factorial del Análisis Factorial de Correspondencias (AFC) de las respuestas  
abiertas  
Nota. Salida gráfica de IRaMuTeQ.  
409  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 6, Núm. 11. (ene - jun 2026) ISSN: 3028-8657  
Estrategias digitales y uso de inteligencia artificial en la educación de posgrado.  
Síntesis por clases: Clase 7: acceso a información y apoyo a  
docencia/investigación;  
Clase  
6:  
optimización  
del  
tiempo  
y
elaboración/organización de contenidos; Clase 2: apoyo al proceso de  
aprendizaje del estudiante; Clase 1: mejora de trabajos académicos e  
investigación. En el macro‑núcleo B, Clase 3: mediación docente y criterios  
éticos para un uso adecuado; Clase 5: riesgo de plagio y debilitamiento de  
capacidades; Clase 4: dependencia tecnológica y reducción del pensamiento  
crítico; Clase 8: plagio asociado a falta de análisis y competencias.  
En conjunto, el discurso docente resulta ambivalente: la IA se valora por su  
aporte a la eficiencia académica y al apoyo pedagógico, pero se advierten  
riesgos de integridad y de aprendizaje superficial si se utiliza de forma acrítica.  
La coexistencia de términos vinculados a “crítica” y, a la vez, a “no pensar”  
sugiere que el impacto de la IA depende del diseño didáctico, la cultura  
evaluativa y la alfabetización académica.  
El AFC complementa la CHD: el Factor 1 (25,24%) refleja una tensión entre  
productividad/eficiencia (información, tiempo, mejora) y riesgos formativos (falta,  
plagio, análisis); el Factor 2 (17,08%) distingue entre logros esperados en  
aprendizaje y las condiciones normativas (ética, rol docente) que permiten  
sostener un uso responsable. Estos hallazgos respaldan la necesidad de  
lineamientos institucionales y rediseño evaluativo para integrar IA sin  
comprometer la autoría ni el pensamiento crítico.  
Finalmente, el juicio de expertos (n=6) permitió validar la propuesta de  
lineamientos, destacándose su pertinencia, claridad y coherencia. Como  
consideración transversal, se sugirió planificar su implementación de forma  
gradual y acompañarla con capacitación docente e instrumentos de integridad  
académica para el uso de IA.  
Discusión  
Los hallazgos de este estudio permiten analizar la integración de estrategias  
digitales y del uso de inteligencia artificial (IA) en la docencia de posgrado desde  
410  
Navarro-Molina et al. (2026)  
una perspectiva teórico–práctica, evidenciando coincidencias y tensiones con los  
planteamientos del marco conceptual revisado. En primer lugar, la alta  
frecuencia de uso de plataformas virtuales confirma lo que diversos autores  
sostienen acerca de la transformación digital como fenómeno transversal en la  
educación superior.  
Chinkes y Julien (2019) sostienen que la transformación digital universitaria  
suele iniciar con la adopción de entornos virtuales para gestionar contenidos y  
comunicación. Esto coincide con los resultados encontrados: los docentes  
utilizan plataformas como Moodle, Classroom o Teams de manera sistemática.  
Sin embargo, como advierten Zawacki-Richter et al. (2019), esta fase inicial de  
digitalización no implica necesariamente un proceso de innovación pedagógica,  
sino que constituye una condición mínima de adaptación tecnológica.  
Esta distinción teórica se refleja en la menor frecuencia de implementación de  
estrategias didácticas digitales activas observada en los resultados. Aunque los  
docentes utilizan tecnología, no siempre la integran en modelos de aprendizaje  
colaborativo, gamificado o basado en proyectos. Esto sugiere que la  
incorporación tecnológica continúa siendo mayormente instrumental y no  
plenamente pedagógica, lo que coincide con lo planteado en el marco teórico  
respecto a la brecha entre el acceso a herramientas digitales y la capacidad  
docente para emplearlas como dispositivos cognitivos que potencien el  
aprendizaje profundo. En términos de Educación 4.0, la institución se ubica en  
un punto intermedio de madurez digital: los recursos están presentes, pero  
requieren ser articulados coherentemente con enfoques pedagógicos centrados  
en el estudiante y en el desarrollo de competencias superiores.  
Respecto al uso de IA, los resultados revelan un escenario heterogéneo y aún  
emergente. Si bien una parte del profesorado reconoce su potencial para  
optimizar tiempos, ampliar el acceso a información y apoyar procesos  
académicos, el análisis lexicométrico de las preguntas abiertas (CHD y AFC)  
confirma que dichas valoraciones positivas conviven con preocupaciones  
relevantes asociadas a plagio, falta de análisis, debilitamiento del pensamiento  
crítico y necesidad de mediación docente para un uso adecuado. Esta  
411  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 6, Núm. 11. (ene - jun 2026) ISSN: 3028-8657  
Estrategias digitales y uso de inteligencia artificial en la educación de posgrado.  
coexistencia de discursos es coherente con lo expuesto por Holmes et al. (2019),  
quienes sostienen que la IA educativa transforma la enseñanza únicamente  
cuando se integra en un diseño instruccional reflexivo, y con los planteamientos  
de Romeu Fontanillas et al. (2025) sobre la importancia de criterios éticos e  
institucionales para su aplicación en educación superior.  
La presencia de barreras institucionales —infraestructura insuficiente, falta de  
políticas claras, ausencia de formación específica en IA— también encuentra  
respaldo teórico. La literatura sobre adopción tecnológica en educación superior  
enfatiza que la integración de IA requiere no solo competencias individuales, sino  
un ecosistema institucional maduro, capaz de sostener procesos de gobernanza  
digital, ética algorítmica y equidad en el acceso. Los resultados de este estudio  
evidencian que estas condiciones aún no están plenamente consolidadas en el  
posgrado de la UTM, lo que limita la transición hacia un uso estratégico, seguro  
y pedagógicamente significativo de la IA.  
La triangulación entre el diagnóstico empírico y el juicio de expertos permitió  
fortalecer la discusión, ya que los especialistas validaron la pertinencia, claridad  
y coherencia de los lineamientos estratégicos propuestos. Esta coincidencia  
entre evidencia y valoración experta confirma lo que plantea el marco teórico  
respecto a la necesidad de modelos institucionales de integración digital  
alineados con principios de calidad, innovación y ética. Los expertos, sin  
embargo, señalaron desafíos asociados a la viabilidad, lo cual coincide con  
estudios que advierten que la innovación tecnológica sostenida depende tanto  
de recursos como de voluntad política y estabilidad institucional.  
En conjunto, los resultados y su contraste con la teoría permiten sostener que la  
docencia de posgrado en la UTM se encuentra en un proceso de transición hacia  
un modelo más avanzado de integración digital. La institución ha superado la  
fase de adopción instrumental de tecnología, pero aún debe consolidar las  
condiciones pedagógicas, tecnológicas y normativas necesarias para avanzar  
hacia una integración eficaz de la IA. La propuesta de lineamientos estratégicos  
responde directamente a esta necesidad, al ofrecer una hoja de ruta que articula  
412  
Navarro-Molina et al. (2026)  
la evidencia empírica con las tendencias globales de Educación 4.0, los  
fundamentos teóricos revisados y la validación experta.  
5. CONCLUSIONES  
A partir de la presente investigación, se concluye lo siguiente:  
Las estrategias digitales básicas (plataformas virtuales y recursos multimedia) se  
encuentran institucionalizadas en la docencia de posgrado, lo que se evidencia  
en el predominio de categorías de uso habitual reportadas por los docentes.  
Las estrategias didácticas digitales presentan una adopción más heterogénea,  
lo que sugiere una transición desde un uso instrumental de las TIC hacia  
prácticas centradas en el aprendizaje activo; este tránsito requiere  
acompañamiento pedagógico y planificación didáctica.  
El uso pedagógico de herramientas de IA se integra principalmente como apoyo  
para optimizar tareas académicas y fortalecer la retroalimentación; sin embargo,  
su incorporación aún es emergente y depende de formación docente específica,  
disponibilidad de recursos y orientaciones institucionales claras.  
El análisis lexicométrico (CHD y AFC) confirma dos núcleos discursivos:  
beneficios asociados a acceso a información, ahorro de tiempo y apoyo al  
aprendizaje/investigación; y riesgos vinculados con plagio, pérdida de  
pensamiento crítico y desafíos éticos. Esto refuerza la necesidad de mediación  
docente, integridad académica y gobernanza institucional.  
Los lineamientos estratégicos propuestos fueron valorados favorablemente por  
los expertos en términos de pertinencia, claridad y coherencia; no obstante, su  
viabilidad está condicionada por una implementación gradual, inversión en  
infraestructura, capacitación docente y un marco normativo para el uso  
responsable de la IA.  
En consecuencia, se recomienda consolidar un plan institucional de  
transformación digital en el posgrado que articule formación continua en  
competencias digitales e IA, criterios de selección y uso pedagógico de  
413  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 6, Núm. 11. (ene - jun 2026) ISSN: 3028-8657  
Estrategias digitales y uso de inteligencia artificial en la educación de posgrado.  
herramientas, y políticas de equidad y ética, con seguimiento y evaluación  
permanente.  
REFERENCIAS  
Aguirre-Aguilar, G., Esquivel-Gámez, D., Navarro, R. E., & Veytia-Buchelli, M. G.  
(2024). La IA en el desarrollo de competencias investigativas en el  
posgrado. ALTERIDAD. Revista de Educación, 19(2), 162–172.  
https://doi.org/10.17163/alt.v19n2.2024.01  
Angulo, R., Alvarado, B., & Hernández, R. (2024). Desafíos y Oportunidades en  
la Formación Técnica y Pedagógica de Docentes en Educación Superior  
en  
Esmeraldas.  
Reincisol,  
3(6),  
7116–7144.  
https://doi.org/10.59282/reincisol.V3(6)7116-7144  
Baque Guerra, V. E., Zavala O'Brien, M. I., Mendoza Bajaña, V. P., Recalde  
Villacrés, E. B., Nevares Pacheco, M. de J., Castillo Rodríguez, N. E., &  
Barreto Zúñiga, W. W. (2024). Percepciones y experiencias de docentes  
universitarios sobre la inteligencia artificial: transformación, ética y  
desafíos en el uso académico por estudiantes. LATAM Revista  
Latinoamericana de Ciencias Sociales y Humanidades, 5(6), 2763–2773.  
https://doi.org/10.56712/latam.v5i6.3204  
Bustamante Morán, N. Y., Lema Cusquillo, E. J., Andrade Santander, K. M., León  
Vera, M. A., & Velásquez Cambell, D. C. (2025). Percepción de los  
Docentes Sobre la Integración de la Inteligencia Artificial en los Procesos  
de Enseñanza y Aprendizaje. Ciencia Latina Revista Científica  
Multidisciplinar,  
9(2),  
6481–6494.  
https://doi.org/10.37811/cl_rcm.v9i2.17382  
Cabero-Almenara, J., Barroso-Osuna, J., Rodríguez-Gallego, M., & Palacios-  
Rodríguez, A. (2020). La Competencia Digital Docente. El caso de las  
universidades  
andaluzas.  
Aula  
Abierta,  
49(4),  
363–372.  
https://doi.org/10.17811/rifie.49.4.2020.363-372  
Chinkes, E., & Julien, D. (2019). Las instituciones de educación superior y su rol  
en la era digital. La transformación digital de la universidad:  
¿
transformadas o transformadoras?. Ciencia Y Educación, 3(1), 21–33.  
https://doi.org/10.22206/cyed.2019.v3i1.pp21-33  
Cueva Gaibor, D. A. (2020). Digital transformation in today's university. Conrado,  
1
6(77),  
http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1990-  
6442020000600483&lng=es&tlng=en.  
483–489.  
Epub  
02  
de  
diciembre  
de  
2020.  
8
414  
Navarro-Molina et al. (2026)  
Espinoza Varela, A. R. (2024). Formación docente en competencias digitales:  
una experiencia basada en la investigación–acción. LATAM Revista  
Latinoamericana de Ciencias Sociales y Humanidades, 5(2), 1964–1982.  
https://doi.org/10.56712/latam.v5i2.2000  
Figueroa, P. L. (2023). Competencias digitales docentes en tiempos de IA.  
EducaT: Educación Virtual, Innovación Y Tecnologías, 4(2), 41–57.  
https://hemeroteca.unad.edu.co/index.php/educat/article/view/8066  
Hinojo-Lucena, F. J., Aznar-Díaz, I., Cáceres-Reche, M. P., & Romero-  
Rodríguez, J. M. (2019). Artificial intelligence in higher education: A  
bibliometric study on its impact in the scientific literature. Education  
Sciences, 9(1), 51. https://doi.org/10.3390/educsci9010051  
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial intelligence in education:  
promises and implications for teaching and learning. Center for Curriculum  
Redesign.  
Llanga-Vargas, E., Andrade-Cuadrado, C., Guacho-Tixi, M., & Cuadrado-Solis,  
V. (2024). Las TIC como herramientas en la educación superior de  
Ecuador: Un enfoque filosófico. Telos: Revista de Estudios  
Interdisciplinarios  
en  
Ciencias  
Sociales,  
26(2),  
408–421.  
https://doi.org/10.36390/telos262.08  
Medina González, I. A., Vinueza Beltran, A. M., Castro Adrian, D. M., & Polanco  
Quimi, B. H. (2025). Transformación Digital en la Educación Ecuatoriana:  
Impacto de la Tecnología Educativa en la Enseñanza y Aprendizaje.  
Revista  
Social  
Fronteriza,  
5(1),  
e–565.  
https://doi.org/10.59814/resofro.2025.5(1)565  
Nivela Cornejo, M. A., & Segundo Vicente, E. D. (2024). Inteligencia Artificial en  
la Educación Superior: Innovación, Desafíos y Perspectivas para el  
Futuro. Código Científico Revista De Investigación, 5(2), 1242–1266.  
https://doi.org/10.55813/gaea/ccri/v5/n2/625  
Paladines-Ramírez, E., Alcívar-Solórzano, J., & Gabela-Acurio, E. (2024).  
Competencias digitales en docentes de educación superior en Ecuador.  
593  
Digital  
Publisher  
CEIT,  
9(5),  
868–879.  
https://doi.org/10.33386/593dp.2024.5.2657  
Piaget, J. (1937). La construction du réel chez l'enfant.  
Pirela‑Espina, W. (2022). Brecha digital y calidad de la educación universitaria  
en Latinoamérica durante el COVID‑19. Revista Electrónica en Educación  
y
Pedagogía, 43–57.  
6(11),  
https://doi.org/10.15658/rev.electron.educ.pedagog22.11061104  
415  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 6, Núm. 11. (ene - jun 2026) ISSN: 3028-8657  
Estrategias digitales y uso de inteligencia artificial en la educación de posgrado.  
Puche-Villalobos, D. (2024). Inteligencia artificial como herramienta educativa:  
ventajas y desventajas desde la perspectiva docente. Areté. Revista  
Digital  
del  
Doctorado  
en  
Educación,  
10(ee),  
105–120.  
https://doi.org/10.55560/arete.2024.20.ee.7  
Quy, V. K., Thanh, B. T., Chehri, A., Linh, D. M., & Tuan, D. A. (2023). AI and  
digital transformation in higher education: Vision and approach of a  
specific university in Vietnam. Sustainability, 15(14), 11093.  
https://doi.org/10.3390/su151411093  
Rivera Pérez, H. H., & Castillo Montes, M. V. (2025). Transformación Tecnológica  
e Innovación Educativa desde la Perspectiva de la Educación 4.0 a Nivel  
de Postgrado. Ciencia Latina Revista Científica Multidisciplinar, 9(1),  
8204–8225. https://doi.org/10.37811/cl_rcm.v9i1.16470  
Romeu Fontanillas, T., Romero Carbonell, M., Guitert Catasús, M., & Baztán  
Quemada, P. (2025). Desafíos de la Inteligencia Artificial generativa en  
educación superior: fomentando su uso crítico en el estudiantado. RIED-  
Revista Iberoamericana de Educación a Distancia, 28(2), 209–231.  
https://doi.org/10.5944/ried.28.2.43535  
Rondon-Morel, R. O., Pacotaipe-Delacruz, R., Alarcón-Nuñez, E. A., & Yepez-  
Salvatierra, P. N. (2024). El Impacto de la Inteligencia Artificial en la  
Formación Docente. Revista Docentes 2.0, 17(2), 368–375.  
https://doi.org/10.37843/rted.v17i2.566  
Siemens, G. (2005). Connectivism: A learning theory for the digital age.  
International Journal of Instructional Technology and Distance Learning,  
2(1), 3–10. http://itdl.org/Journal/Jan_05/article01.htm  
UNESCO. (2023). Inteligencia artificial en la educación. UNESCO.  
https://www.unesco.org/en/digital-education/artificial-intelligence  
Vygotsky, L. S., & Cole, M. (1978). Mind in society: Development of higher  
psychological processes. Harvard University Press.  
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. https://doi.org/10.1186/s41239-  
19-0171-0  
0
416