Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
Del aula tradicional al aula inteligente: integración de la inteligencia  
artificial en los modelos pedagógicos emergentes  
From the traditional classroom to the smart classroom: integrating  
artificial intelligence into emerging pedagogical models  
Salavarría-Melo Petita Isabel  
Universidad Estatal de Milagro. Milagro, Ecuador.  
Correo: psalavarriam@unemi.edu.ec  
ORCID ID: https://orcid.org/0009-0005-5052-6486  
Costa-Samaniego Cecilia del Carmen  
Universidad Nacional de Loja. Loja, Ecuador.  
Correo: cecilia.costa@unl.edu.ec  
ORCID ID: https://orcid.org/0000-0002-1954-7992  
Lara Viviana Elizabeth  
Universidad Central del Ecuador. Quito, Ecuador.  
Correo: velara1@uce.edu.ec  
ORCID ID: https://orcid.org/0009-0004-4812-8780  
Calle-Landazuri Doris Marcela  
Universidad Tecnológica Israel. Quito, Ecuador.  
Correo: dcalle@uisrael.edu.ec  
ORCID ID: https://orcid.org/0009-0006-0047-6123  
RESUMEN  
La transición del aula tradicional al aula inteligente representa un cambio significativo en  
los modelos pedagógicos emergentes, impulsado por la integración de la inteligencia  
artificial (IA). A partir de una revisión teórica de fuentes académicas, esta investigación  
clasifica los hallazgos en tres áreas clave: adaptación curricular, interacción docente-  
estudiante y equidad educativa. La IA facilita la personalización del aprendizaje  
mediante algoritmos que ajustan contenidos a las necesidades individuales,  
optimizando la enseñanza. Además, transforma la dinámica docente-estudiante con  
herramientas que enriquecen la comunicación, el seguimiento del rendimiento  
académico y la accesibilidad a materiales digitales. En términos de equidad educativa,  
su implementación plantea desafíos relacionados con la brecha tecnológica, pero  
también oportunidades para reducir desigualdades en el acceso al conocimiento. La  
integración de estas tecnologías demanda estrategias inclusivas que maximicen su  
potencial sin comprometer la calidad educativa. Este análisis concluye que la IA,  
utilizada de manera ética y pedagógicamente consciente, puede fortalecer los procesos  
de enseñanza-aprendizaje y redefinir el rol de docentes y estudiantes en la educación  
del futuro.  
Palabras claves: Aula tradicional, Aula Inteligente, Inteligencia Artificial, Modelos  
Pedagógicos Emergente.  
ABSTRACT  
The transition from the traditional classroom to the smart classroom represents a  
significant shift in emerging pedagogical models, driven by the integration of artificial  
Información del manuscrito:  
Fecha de recepción: 17 de abril de 2025.  
Fecha de aceptación: 25 de junio de 2025.  
Fecha de publicación: 20 de julio de 2025.  
2
78  
Salavarría-Melo et al. (2025)  
intelligence (AI). Based on a theoretical review of academic sources, this research  
classifies the findings into three key areas: curricular adaptation, teacher-student  
interaction, and educational equity. AI facilitates the personalization of learning through  
algorithms that adjust content to individual needs, optimizing teaching. Furthermore, it  
transforms the teacher-student dynamic with tools that enrich communication, monitor  
academic performance, and increase accessibility to digital materials. In terms of  
educational equity, its implementation poses challenges related to the technological gap,  
but also opportunities to reduce inequalities in access to knowledge. The integration of  
these technologies demands inclusive strategies that maximize their potential without  
compromising educational quality. This analysis concludes that AI, used in an ethical  
and pedagogically conscious manner, can strengthen teaching-learning processes and  
redefine the role of teachers and students in the education of the future.  
Keywords: Traditional Classroom, Smart Classroom, Artificial Intelligence, Emerging  
Pedagogical Models.  
1. INTRODUCCIÓN  
El avance tecnológico ha transformado profundamente la manera en que  
interactuamos con el conocimiento, y el ámbito educativo no es la excepción,  
estamos frente a un gran cambio, donde la tradicional imagen del aula,  
caracterizada por pizarras, libros físicos y metodologías unidireccionales, está  
evolucionando hacia un espacio dinámico e interconectado donde la tecnología  
ocupa un papel central. La emergencia del aula inteligente marca un hito en la  
evolución de los procesos de enseñanza-aprendizaje, favoreciendo la  
personalización educativa, la interacción continua y el análisis de datos en  
tiempo real para mejorar la experiencia de estudiantes y docentes.  
Uno de los pilares fundamentales en esta transformación es la inteligencia  
artificial (IA), cuya incorporación en los modelos pedagógicos está redefiniendo  
los roles tradicionales del docente y el alumno, ésta facilita el acceso al  
conocimiento, optimizando la enseñanza adaptativa, el aprendizaje colaborativo  
y la evaluación automatizada, permitiendo una educación más inclusiva y eficaz.  
La capacidad de las herramientas de IA para analizar patrones de aprendizaje,  
recomendar contenidos personalizados y ofrecer tutorías automatizadas está  
generando un impacto significativo en el desarrollo académico y cognitivo de los  
estudiantes.  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
Sin embargo, la transición del aula convencional al aula inteligente no está  
exenta de desafíos, porque la integración de la IA en los modelos pedagógicos  
emergentes plantea preguntas sobre la ética, la privacidad y la capacitación  
docente para gestionar estas nuevas herramientas; no obstante, el riesgo de  
depender excesivamente de la tecnología en la educación nos lleva a reflexionar  
sobre la necesidad de un equilibrio adecuado entre la innovación digital y el  
desarrollo del pensamiento crítico y la creatividad.  
Este artículo busca analizar cómo la inteligencia artificial está transformando la  
educación a través de distintos enfoques pedagógicos emergentes, a través de  
una revisión de publicaciones académicas del tema, se explorarán las  
tendencias actuales en el uso de IA en el aula, los beneficios que aporta al  
aprendizaje y los retos que aún deben ser resueltos para garantizar una  
implementación efectiva y responsable. La educación del futuro no es solo una  
cuestión de tecnología; es una evolución en la manera de enseñar y aprender,  
donde la IA puede ser una aliada estratégica para potenciar el talento y el  
conocimiento.  
2. MARCO TEÓRICO  
2
.1. Inteligencia Artificial y Educación:  
Antes de definir la inteligencia artificial en el ámbito educativo, es fundamental  
comprender el contexto en el que surge su integración y el papel que desempeña  
dentro de los procesos de enseñanza-aprendizaje.  
A lo largo de la historia, la educación ha evolucionado de acuerdo con los  
avances tecnológicos y las necesidades de la sociedad, desde la enseñanza  
tradicional, basada en la memorización y la instrucción magistral, hasta modelos  
más dinámicos que buscan la participación activa del estudiante, la educación  
ha ido adaptándose para garantizar un aprendizaje más significativo y accesible.  
En este proceso de transformación, la digitalización ha sido un punto de inflexión,  
permitiendo que las aulas se conviertan en espacios más interactivos,  
personalizados y flexibles.  
La irrupción de la inteligencia artificial en la educación representa un paso más  
2
80  
Salavarría-Melo et al. (2025)  
allá de la simple digitalización, no se trata únicamente de incorporar herramientas  
tecnológicas en el aula, sino de aprovechar sistemas capaces de analizar datos,  
generar respuestas adaptativas y mejorar la experiencia educativa mediante  
algoritmos de aprendizaje automático. En este escenario, la IA se posiciona  
como un recurso que puede complementar y enriquecer los enfoques  
pedagógicos emergentes, facilitando la enseñanza personalizada, la  
automatización de tareas administrativas y la mejora de la interacción entre  
estudiantes y docentes.  
Con esta evolución, surgen interrogantes sobre el papel de la IA en la formación  
académica: ¿hasta qué punto puede sustituir o complementar la labor docente?,  
¿
cómo se puede equilibrar el uso de tecnología con el desarrollo de habilidades  
humanas esenciales?, ¿qué retos y desafíos enfrenta la implementación de IA  
en el aula?, para responder a estas preguntas, primero es necesario comprender  
qué es la inteligencia artificial en el contexto educativo y cuáles son sus  
principales características y aplicaciones.  
En este orden de ideas, Russell & Norvig (2020) definen la inteligencia artificial  
(IA) como el campo de estudio que busca desarrollar sistemas computacionales  
capaces de realizar tareas que, tradicionalmente, requerirían inteligencia  
humana, lo cual incluye el aprendizaje automático, la resolución de problemas,  
la planificación, el procesamiento del lenguaje natural y la percepción sensorial,  
ellos presentan diversos enfoques para definir la IA, entre ellos el enfoque  
basado en el pensamiento humano y el enfoque orientado a la conducta racional  
de las máquinas.  
Cabe destacar que la definición de inteligencia artificial propuesta por estos  
autores ofrece varios puntos aspectos clave a considerar:  
a. Basado en el pensamiento humano, donde la IA se diseña para emular el  
razonamiento y la toma de decisiones de las personas.  
b. Orientado a la conducta racional, donde la IA se enfoca en actuar de manera  
óptima dentro de un entorno determinado.  
c. Aplicaciones dentro de la educación, la definición menciona la resolución de  
problemas, la planificación y el aprendizaje automático como funciones  
esenciales de la IA. ¿Cómo se traducen estas capacidades en el aula?  
2
81  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
Algunas posibilidades incluyen: Tutorías inteligentes que ajustan el contenido  
según el desempeño del estudiante, sistemas de evaluación automática que  
identifican patrones de aprendizaje, herramientas de recomendación de  
contenido que personalizan la enseñanza.  
d. Implicaciones en la enseñanza y el aprendizaje, si la IA se define como la  
capacidad de realizar tareas que requieren inteligencia humana, ¿cómo  
cambia el papel del docente y del estudiante? Se podría analizar: Si la IA  
complementa o reemplaza ciertos aspectos de la enseñanza tradicional., El  
impacto en el desarrollo del pensamiento crítico y la autonomía del  
aprendizaje.  
e. Retos y limitaciones: a pesar de su potencial, la IA en educación enfrenta  
desafíos como: la necesidad de una supervisión humana para evitar errores  
en la interpretación de datos, dilemas éticos relacionados con la privacidad y  
el uso de la información del estudiante, La preparación docente para integrar  
estas herramientas de manera efectiva.  
De igual manera es importante exponer la definición propuesta por Goodfellow  
et al. (2023), quienes presentan la IA como un conjunto de técnicas que permiten  
a las máquinas aprender de datos y mejorar su desempeño en tareas específicas  
sin programación explícita.  
En su definición, destacan que la IA se basa en la capacidad de los algoritmos  
para identificar patrones, hacer predicciones y optimizar procesos mediante el  
uso de grandes volúmenes de información. Además, subrayan la importancia del  
aprendizaje automático y el aprendizaje profundo como pilares fundamentales  
para la evolución de la IA en diversas áreas, incluyendo la educación.  
Al analizar el concepto de estos autores, se puede decir que destacan que la IA  
se fundamenta en el análisis de grandes volúmenes de datos para mejorar el  
desempeño en tareas específicas. Este enfoque sugiere que:  
a. La calidad y cantidad de datos son esenciales para la efectividad de los  
modelos de IA.  
b. Existen riesgos asociados con el sesgo en los datos utilizados para entrenar  
los sistemas de IA.  
c. La toma de decisiones basada en datos podría ser más objetiva, pero también  
2
82  
Salavarría-Melo et al. (2025)  
depende de la correcta interpretación de patrones.  
d. Aprendizaje automático y profundo como pilares de la IA, ellos enfatizan que  
el aprendizaje automático (machine learning) y el aprendizaje profundo (deep  
learning) son fundamentales para la evolución de la IA. En el ámbito  
educativo, se podrían analizar:  
e. Cómo los sistemas de aprendizaje automático adaptan el contenido a las  
necesidades de los estudiantes.  
f. La capacidad de las redes neuronales para procesar información y ofrecer  
tutorías inteligentes.  
g. La relación entre la autonomía del estudiante y las recomendaciones  
generadas por algoritmos.  
h. En cuanto a las implicaciones en la educación, si la IA mejora su desempeño  
sin programación explícita, esto significa que para el proceso de enseñanza-  
aprendizaje se podría estudiar cómo los modelos de IA pueden complementar  
la labor del docente sin sustituirlo, se puede Analizar si los estudiantes  
pueden desarrollar un pensamiento crítico en entornos altamente  
automatizados, se puede cuestionar la necesidad de regulación y supervisión  
ética en el uso de IA en educación.  
i. Desafíos y limitaciones, entre los cuales se mencionan la dependencia de  
grandes cantidades de datos para su funcionamiento efectivo, La dificultad  
de interpretar cómo los modelos de aprendizaje profundo toman decisiones.  
En este sentido, la inteligencia artificial ha evolucionado significativamente,  
pasando de ser un concepto teórico a convertirse en una herramienta  
fundamental en diversas áreas del conocimiento, destacando su capacidad para  
procesar grandes volúmenes de datos, aprender de patrones y optimizar  
procesos la ha posicionado como un recurso clave en la transformación digital.  
Sin embargo, su conceptualización sigue siendo objeto de análisis, ya que  
abarca múltiples enfoques, desde la simulación del pensamiento humano hasta  
la ejecución autónoma de tareas de manera racional y eficiente.  
En el contexto educativo, la IA redefine la manera en que se accede y organiza  
el conocimiento, planteando interrogantes sobre su papel en la enseñanza y el  
aprendizaje. Su integración en modelos pedagógicos emergentes requiere un  
equilibrio entre innovación y principios éticos, asegurando que la tecnología  
2
83  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
complemente la educación sin reemplazar el desarrollo del pensamiento crítico  
y la creatividad.  
A medida que la IA avanza, es fundamental continuar explorando su impacto,  
sus beneficios y sus desafíos, más allá de su capacidad técnica, su  
implementación debe enfocarse en mejorar la calidad del aprendizaje y optimizar  
la interacción entre docentes y estudiantes, promoviendo una educación más  
inclusiva, adaptativa y centrada en las necesidades del individuo.  
La inteligencia artificial (IA) en el contexto educativo puede interpretarse como  
una herramienta que transforma los procesos de enseñanza-aprendizaje al  
permitir una mayor personalización, eficiencia y accesibilidad en la educación,  
considerando que la integración en el aula abre nuevas posibilidades para  
mejorar la experiencia de docentes y estudiantes, pero también plantea desafíos  
que requieren una reflexión profunda.  
Posibles Interpretaciones sobre IA en Educación  
1
2
3
4
. Automatización y Optimización del Aprendizaje La IA permite adaptar el  
contenido educativo a las necesidades individuales de cada estudiante,  
optimizando el aprendizaje de acuerdo con su ritmo y estilo. Esto se  
observa en sistemas de tutoría inteligente y plataformas de aprendizaje  
adaptativo.  
. Desafíos Éticos y Responsabilidad Educativa Si bien la IA facilita la  
enseñanza, también surgen cuestionamientos sobre la privacidad de los  
datos estudiantiles, el sesgo en los algoritmos y el papel del docente en  
un entorno altamente tecnológico. La interpretación ética de su uso es  
fundamental para evitar una dependencia excesiva de la tecnología.  
. Cambio en el Rol del Docente La IA no reemplaza al educador, sino que  
redefine su función. En lugar de ser la única fuente de conocimiento, el  
docente se convierte en un facilitador del aprendizaje, guiando el uso  
adecuado de herramientas digitales y promoviendo el pensamiento crítico  
en los estudiantes.  
. Accesibilidad e Inclusión Educativa Una interpretación positiva de la IA en  
educación es su capacidad para hacer el aprendizaje más accesible.  
Estudiantes con discapacidades pueden beneficiarse de herramientas de  
2
84  
Salavarría-Melo et al. (2025)  
asistencia, y el acceso a materiales educativos puede ampliarse a  
regiones con menos recursos.  
5
. Equilibrio entre Tecnología y Pedagogía La IA debe ser vista como un  
complemento a las estrategias educativas tradicionales, y no como un  
reemplazo. La interpretación pedagógica adecuada de su uso permitirá  
aprovechar sus beneficios sin perder de vista la importancia de la  
creatividad, la interacción humana y la construcción de habilidades  
socioemocionales.  
Se aprecia que la IA en educación puede ser interpretada como una oportunidad  
para modernizar los métodos de enseñanza, pero también como un desafío que  
requiere planificación, ética y formación continua para garantizar su uso  
responsable.  
2
.2.  
Principales enfoques pedagógicos emergentes (aprendizaje  
basado en proyectos, enseñanza adaptativa, aprendizaje  
colaborativo, aprendizaje basado en la emoción y la motivación,  
pedagogía inversa, aprendizaje trialógico).  
Durante mucho tiempo, la enseñanza se fundamentó en un modelo rígido en el  
que los estudiantes asumían un rol pasivo, absorbiendo información sin una  
participación activa en su construcción, donde la transmisión de conocimientos  
solía depender exclusivamente del docente, quien impartía lecciones de manera  
uniforme para todos los alumnos, sin considerar sus diferencias individuales ni  
estilos de aprendizaje.  
Sin embargo, el mundo moderno exige una educación más dinámica, flexible y  
adaptada a la diversidad cognitiva de los estudiantes, es de hacer notar que el  
avance de la tecnología, el acceso a la información se ha democratizado,  
permitiendo que los alumnos aparte de obtener conocimiento, cuestionen y  
transformen. En este contexto, la enseñanza tradicional comienza a ceder  
espacio a metodologías que promuevan la autonomía, la colaboración y el  
aprendizaje significativo.  
A la par de estos cambios, la inteligencia artificial (IA) ha irrumpido en el ámbito  
educativo, proporcionando herramientas que potencian la personalización del  
aprendizaje y la optimización de los procesos educativos. La interacción entre la  
2
85  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
tecnología y la pedagogía ha dado lugar a un nuevo ecosistema educativo donde  
los enfoques emergentes adquieren un papel central.  
Con esta transformación como punto de partida, podemos analizar cómo el  
aprendizaje basado en proyectos, la enseñanza adaptativa, el aprendizaje  
colaborativo, entre otros enfoques, están redefiniendo las metodologías  
educativas y permitiendo que el estudiante asuma un rol más activo en su  
formación.  
2
.3.  
Aprendizaje basado en proyectos  
Uno de los autores más influyentes en el aprendizaje basado en proyectos (ABP)  
es Dewey (1938) un filósofo y pedagogo estadounidense que promovió la idea  
de que el aprendizaje debe estar basado en la experiencia y la participación  
activa de los estudiantes. Argumentaba que los alumnos aprenden mejor cuando  
están involucrados en proyectos significativos que les permiten explorar,  
investigar y resolver problemas reales.  
Se dedicó a desarrollar la teoría del aprendizaje experiencial, la cual sostiene  
que el conocimiento se construye a través de la experiencia activa y la  
interacción con el entorno, considerando que el aprendizaje no debe ser un  
proceso pasivo basado en la memorización, sino una actividad dinámica en la  
que los estudiantes participen activamente en la resolución de problemas y en la  
aplicación de conocimientos en situaciones reales.  
Características de la teoría de Dewey  
a. Aprendizaje basado en la experiencia  
•
Dewey enfatiza que los estudiantes aprenden mejor cuando están  
involucrados en actividades prácticas y significativas.  
La educación debe estar conectada con la vida cotidiana y los  
intereses de los alumnos.  
•
b. Enfoque activo y participativo  
•
Los estudiantes deben ser protagonistas de su aprendizaje,  
explorando, investigando y reflexionando sobre lo que aprenden.  
Se fomenta la autonomía y la toma de decisiones en el proceso  
educativo.  
•
c. Interacción social y colaboración  
2
86  
Salavarría-Melo et al. (2025)  
•
•
El aprendizaje ocurre en un contexto social, donde la comunicación y  
el trabajo en equipo son esenciales.  
La educación debe promover el diálogo y la construcción colectiva del  
conocimiento.  
d. Resolución de problemas y pensamiento crítico  
•
Dewey considera que el aprendizaje debe estar orientado a la solución  
de problemas reales.  
•
Se busca desarrollar habilidades de análisis, reflexión y creatividad en  
los estudiantes.  
e. Flexibilidad y adaptación  
•
La enseñanza debe ajustarse a las necesidades y capacidades de los  
alumnos, evitando métodos rígidos.  
•
Se promueve un aprendizaje personalizado y contextualizado.  
La teoría mencionada ha tenido un impacto significativo en la educación,  
influyendo en metodologías como el aprendizaje basado en proyectos, el  
aprendizaje colaborativo y la enseñanza adaptativa. Su enfoque sigue siendo  
relevante en la actualidad, especialmente con la integración de tecnologías como  
la inteligencia artificial en los procesos educativos.  
El planteamiento sobre la educación puede interpretarse desde diversas  
perspectivas, todas orientadas a la transformación del aprendizaje tradicional y  
la construcción de una enseñanza más activa y significativa. A continuación,  
algunos aspectos relevantes de su teoría:  
a. La educación como un proceso activo y experiencial: Dewey sostiene  
que el aprendizaje debe basarse en la experiencia directa del estudiante, esto  
implica que la educación no debe centrarse únicamente en la transmisión de  
conocimientos, sino en la construcción de habilidades prácticas que ayuden  
a los alumnos a comprender y aplicar lo aprendido en situaciones reales.  
b. El estudiante como protagonista de su aprendizaje: Desde la perspectiva  
de este autor, el alumno no es un receptor pasivo de información, sino un  
agente activo en su propio proceso educativo. Esta interpretación plantea que  
la enseñanza debe fomentar la autonomía, el pensamiento crítico y la  
resolución de problemas, en lugar de depender de la memorización y la  
2
87  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
repetición.  
c. La importancia del entorno y la interacción social: Resalta que el  
aprendizaje ocurre dentro de un contexto social, donde la interacción con  
otros es esencial para la construcción del conocimiento; esto refuerza la idea  
de que las metodologías pedagógicas deben promover el trabajo  
colaborativo, el diálogo y la participación activa en el aula.  
d. La educación como preparación para la vida: Otro aspecto central de su  
planteamiento es que la enseñanza debe estar conectada con las  
necesidades del mundo real, la escuela no solo debe instruir conocimientos  
teóricos, sino preparar a los estudiantes para enfrentarse a los desafíos de  
su entorno, desarrollando habilidades que les permitan adaptarse y contribuir  
a la sociedad.  
e. Flexibilidad y adaptación de los métodos pedagógicos: Rechaza los  
modelos educativos rígidos y aboga por una enseñanza que se adapte a las  
capacidades y necesidades de los estudiantes. Esto sugiere que la educación  
no debe seguir una estructura única para todos, sino personalizarse según el  
contexto y el perfil de cada alumno.  
Su planteamiento sigue vigente en las metodologías actuales, especialmente en  
enfoques como el aprendizaje basado en proyectos, el aprendizaje colaborativo  
y la enseñanza adaptativa, que buscan darle protagonismo al estudiante y  
conectar la educación con el mundo real.  
En conclusión, su teoría puede interpretarse como una llamada a transformar la  
educación en un proceso más participativo, práctico y centrado en el desarrollo  
integral del estudiante.  
2
.4. Enseñanza Adaptativa  
Entre los autores que han abordado la enseñanza adaptativa se encuentra  
García y Hernández (2020), esta permite ajustar el proceso educativo a las  
características individuales de cada estudiante, gracias a las tecnologías de la  
información, los sistemas de aprendizaje pueden detectar fortalezas y  
debilidades en los alumnos, adaptando los materiales y estrategias de  
enseñanza para mejorar su rendimiento.  
2
88  
Salavarría-Melo et al. (2025)  
2
.4.1. Características de la enseñanza adaptativa  
1
. Personalización del aprendizaje: se adapta a las necesidades y ritmo de  
cada estudiante.  
2
3
4
5
. Uso de tecnología: se apoya en plataformas digitales como Moodle para  
ajustar contenidos.  
. Evaluación continua: analiza el desempeño del estudiante para ofrecer  
recomendaciones personalizadas.  
. Flexibilidad metodológica: permite modificar estrategias según el progreso  
del alumno.  
. Optimización del tiempo: facilita el aprendizaje eficiente al enfocarse en  
áreas de mejora.  
La enseñanza adaptativa puede interpretarse como una evolución de los  
modelos tradicionales, donde el aprendizaje deja de ser uniforme y se ajusta a  
las particularidades de cada estudiante. Esto implica un cambio en el rol del  
docente, quien debe actuar como facilitador y guía en el proceso educativo.  
Además, plantea desafíos en términos de infraestructura tecnológica y  
capacitación docente para su implementación efectiva.  
2
.4.2. Aprendizaje Colaborativo  
Roselli (2016) analiza el aprendizaje colaborativo como un enfoque educativo  
basado en la interacción entre los estudiantes para construir conocimiento de  
manera conjunta, destacando que este modelo se fundamenta en tres teorías  
principales:  
1
2
3
. Teoría del conflicto sociocognitivo, que sostiene que el aprendizaje mejora  
cuando los estudiantes confrontan diferentes puntos de vista.  
. Teoría de la intersubjetividad, que enfatiza la importancia de la  
comunicación y el entendimiento mutuo en el aprendizaje.  
. Teoría de la cognición distribuida, que plantea que el conocimiento se  
construye colectivamente a través de la interacción social.  
Características del aprendizaje colaborativo  
•
Interacción activa: los estudiantes trabajan juntos para resolver problemas  
y construir conocimiento.  
2
89  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
•
•
•
•
Construcción conjunta del aprendizaje: se fomenta el intercambio de ideas  
y la negociación de significados.  
Desarrollo del pensamiento crítico: la confrontación de perspectivas  
permite mejorar la comprensión y el razonamiento.  
Trabajo en equipo: se promueve la cooperación y la responsabilidad  
compartida en el proceso de aprendizaje.  
Uso de estrategias didácticas: se aplican técnicas como el debate, la  
escritura colectiva y la evaluación recíproca.  
El aprendizaje colaborativo puede interpretarse como una evolución de los  
modelos tradicionales de enseñanza, donde el conocimiento no se transmite de  
manera unidireccional, sino que se construye de forma colectiva.  
Este enfoque fomenta la autonomía del estudiante, la capacidad de  
argumentación y la resolución de problemas en equipo, plateando desafíos como  
la necesidad de una adecuada estructuración de las actividades y la gestión de  
la diversidad de opiniones dentro del grupo.  
2
.4.3. El Aprendizaje Basado en la Emoción y la Motivación  
Es un enfoque pedagógico que reconoce el papel fundamental de las emociones  
en el proceso de enseñanza-aprendizaje. Se basa en la premisa de que los  
estudiantes aprenden mejor cuando están emocionalmente comprometidos y  
motivados, lo que mejora la retención de información y el desarrollo de  
habilidades cognitivas.  
Anzelin et al. (2020) analiza la relación entre la emoción y los procesos de  
enseñanza-aprendizaje, A través de una revisión de 72 artículos científicos, los  
autores identifican cómo las emociones influyen en la adquisición del  
conocimiento y en las prácticas pedagógicas. Principales hallazgos del estudio:  
a. Impacto de la emoción en el aprendizaje: se destaca que las emociones  
positivas favorecen la retención de información y la motivación, mientras que  
las emociones negativas pueden afectar el rendimiento académico.  
b. Conexión entre emoción y pedagogía: se evidencia que los docentes que  
integran estrategias emocionales en sus clases logran mayor participación y  
compromiso por parte de los estudiantes.  
2
90  
Salavarría-Melo et al. (2025)  
c. Vacíos y retos en la investigación: aunque se han realizado avances en la  
comprensión de la relación entre emoción y educación, aún existen desafíos  
en la implementación de metodologías que aprovechen este vínculo de  
manera efectiva.  
El estudio concluye que la emoción es un factor clave en el aprendizaje, y que  
su integración en la enseñanza puede mejorar la experiencia educativa y el  
desarrollo cognitivo de los estudiantes  
Principales Características  
a. Conexión emocional con el contenido: se diseñan experiencias de  
aprendizaje que generan interés y estimulan sentimientos positivos hacia la  
materia.  
b. Uso de la gamificación y narrativas educativas: elementos como juegos,  
historias y desafíos refuerzan el compromiso del estudiante.  
c. Motivación intrínseca y extrínseca: se promueve el interés personal por  
aprender, pero también se emplean incentivos externos para mantener la  
motivación.  
d. Ambiente de aprendizaje positivo: se fomentan la confianza, la seguridad y la  
colaboración para generar un entorno emocionalmente favorable.  
e. Estímulo de la creatividad y la curiosidad: se utilizan estrategias que  
despierten el pensamiento crítico y la exploración activa del conocimiento.  
Beneficios en la Educación  
a. Mejora la concentración y el rendimiento académico, al hacer que el  
aprendizaje sea más significativo.  
b. Favorece la memoria de largo plazo, ya que las emociones refuerzan la  
retención del conocimiento.  
c. Incrementa la participación y el compromiso, reduciendo la apatía y el  
desinterés en el aula.  
d. Desarrolla la inteligencia emocional, ayudando a los estudiantes a gestionar  
sus emociones dentro del proceso educativo.  
Este enfoque es especialmente útil para la educación infantil y juvenil, pero  
también puede aplicarse en entornos de educación superior y capacitación  
2
91  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
profesional.  
2
.4.4. Aprendizaje Trialógico  
El Aprendizaje Trialógico fue desarrollado Hakkarainen (2008) quien lo presenta  
como una evolución del aprendizaje colaborativo y constructivista. Su teoría  
enfatiza la interacción entre estudiantes, docentes y recursos tecnológicos o  
culturales, promoviendo la construcción conjunta del conocimiento.  
Propone que el conocimiento se construye a través de la interacción entre el  
estudiante, el docente y los recursos tecnológicos o culturales. Se centra en la  
colaboración y la innovación.  
Hakkarainen (2008) plantea que el aprendizaje no debe limitarse a la interacción  
entre el estudiante y el docente (modelo monológico) ni solo a la colaboración  
entre estudiantes (modelo dialógico), sino que debe incluir la creación y  
desarrollo de objetos de conocimiento compartidos. Su enfoque trialógico  
destaca seis características clave:  
a. Enfoque en objetos epistémicos compartidos, como proyectos o  
investigaciones.  
b. Búsqueda sostenida del avance del conocimiento, promoviendo la  
innovación.  
c. Interacción entre el aprendizaje individual y colectivo, equilibrando autonomía  
y colaboración.  
d. Interconexión  
de  
prácticas  
de  
conocimiento,  
fomentando  
la  
interdisciplinariedad.  
e. Transformación y reflexión continua, asegurando la evolución del  
aprendizaje.  
f. Uso flexible de tecnologías, integrando herramientas digitales para potenciar  
el aprendizaje.  
Este modelo ha sido aplicado en diversos entornos educativos y profesionales,  
demostrando su eficacia en la construcción de conocimiento significativo  
2
.4.5. Pedagogía Inversa  
En su estudio, Prieto (2017) explica que la pedagogía inversa (Flipped Learning)  
2
92  
Salavarría-Melo et al. (2025)  
busca invertir el modelo tradicional de enseñanza, trasladando la instrucción  
directa fuera del aula y utilizando el tiempo de clase para actividades más  
interactivas y participativas. Destaca que este enfoque permite:  
•
•
•
•
Mayor autonomía del estudiante, al acceder a los contenidos previos  
antes de la sesión presencial.  
Optimización del tiempo en clase, enfocándose en la resolución de  
dudas y el aprendizaje activo.  
Uso de herramientas tecnológicas, como videos y plataformas digitales,  
para reforzar el aprendizaje.  
Motivación y compromiso, ya que los alumnos se involucran más en su  
proceso educativo.  
Prieto (2017) también enfatiza la importancia de adaptar el Flipped Learning a  
cada contexto educativo, asegurando que los docentes cuenten con estrategias  
adecuadas para su implementación efectiva.  
2
.4.6. Estudios comparativos sobre estos enfoques pedagógicos  
emergentes  
Han existido estudios comparativos sobre enfoques pedagógicos emergentes  
como el aprendizaje basado en proyectos, la enseñanza adaptativa y el  
aprendizaje colaborativo, entre ellos, se encuentra el realizado por Avilés et al.  
(2023), en el cual analizan estrategias pedagógicas emergentes en la educación  
superior del siglo XXI, destacando enfoques como el aprendizaje basado en  
proyectos, la enseñanza adaptativa y el aprendizaje colaborativo.  
Los autores identifican tendencias clave en la implementación de estas  
metodologías y sus efectos en el desarrollo de competencias estudiantiles, se  
tiene que los hallazgos revelan que estos enfoques promueven el pensamiento  
crítico, la autonomía y el trabajo en equipo, aunque su aplicación a gran escala  
enfrenta desafíos relacionados con la capacitación docente y el acceso a  
recursos tecnológicos, la investigación concluye que es fundamental seguir  
explorando estrategias innovadoras para optimizar la enseñanza y adaptación  
de estos métodos en distintos contextos educativos de enfoques emergentes y  
se destacan los desafíos para su aplicación a gran escala.  
2
93  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
Hallazgos principales del estudio:  
a. El ABP mejora significativamente el pensamiento crítico: Los estudiantes que  
participaron en proyectos demostraron una mayor capacidad de análisis y  
resolución de problemas.  
b. -Fortalecimiento de habilidades colaborativas: Se observó que el trabajo en  
equipo dentro de proyectos educativos fomenta la comunicación efectiva y la  
cooperación.  
c. -Resultados positivos en pruebas estandarizadas: Los alumnos que  
trabajaron bajo este enfoque obtuvieron mejores puntuaciones en  
evaluaciones de pensamiento crítico y colaboración.  
d. -Recomendaciones para su implementación: Se sugiere que el ABP sea  
integrado en los currículos educativos, acompañado de capacitación docente  
y recursos adecuados.  
El estudio concluye que el aprendizaje basado en proyectos es una estrategia  
efectiva para desarrollar competencias esenciales en los estudiantes,  
promoviendo una educación más dinámica y participativa.  
Otra investigación es la de Montanero (2019) quien examina 14 líneas de  
innovación pedagógica que han surgido en el sistema educativo en las últimas  
décadas, proponiendo una clasificación en cuatro enfoques principales:  
aprendizaje experiencial, aprendizaje cooperativo, enseñanza centrada en la  
inteligencia y enseñanza basada en la emoción y motivación. A través de un  
análisis de sus antecedentes históricos, el autor concluye que muchas de estas  
metodologías retoman ideas pedagógicas del siglo pasado, pero han sido  
enriquecidas con nuevos recursos didácticos y tecnológicos.  
Además, el estudio destaca la importancia de articular estas innovaciones con  
estrategias de instrucción directa, para garantizar su efectividad en el aula.  
Finalmente, se señala la necesidad de desarrollar investigaciones más centradas  
en los procesos y dificultades que surgen al implementar estos enfoques en la  
práctica educativa.  
Existen algunos estudios que han analizado enfoques como el aprendizaje  
basado en proyectos, la enseñanza adaptativa y el aprendizaje colaborativo,  
2
94  
Salavarría-Melo et al. (2025)  
comparando sus características y aplicaciones en distintos contextos educativos.  
Uno de los documentos relevantes es el Cuadro Comparativo de los Paradigmas  
Educativos, que examina modelos como el constructivismo, el aprendizaje  
cooperativo y el aprendizaje basado en competencias.  
Considerando los hallazgos de diversos estudios sobre enfoques pedagógicos  
emergentes: aprendizaje basado en proyectos, la enseñanza adaptativa y el  
aprendizaje colaborativo, aprendizaje basado en la emoción y la motivación,  
pedagogía inversa, aprendizaje trialógico. A continuación, se muestra en el  
Cuadro 1, la comparación que sintetiza las características principales de cada  
uno de estos enfoques.  
Cuadro 1: Comparación de enfoques pedagógicos emergentes  
Pedagogía  
Emergente  
Características  
Principales  
Ventajas  
Desafíos  
✓
✓
Requiere una  
planificación  
exhaustiva.  
Puede ser difícil  
de evaluar con  
métodos  
Se centra en la  
resolución  
de  
✓
✓
Desarrollo de  
habilidades aplicables.  
problemas reales  
mediante proyectos  
Aprendizaje  
Basado  
Promueve  
autonomía y  
colaboración.  
la  
la  
en prácticos,  
Proyectos (ABP) fomentando  
creatividad  
la  
el  
tradicionales.  
Demanda  
y
✓
Mayor motivación  
interés.  
e
pensamiento  
crítico.  
recursos  
tiempo.  
y
✓
✓
Exige tecnología  
avanzada.  
Puede aumentar  
la dependencia  
de algoritmos.  
Necesita  
Personaliza  
aprendizaje según  
el  
✓
✓
✓
Mejora la comprensión  
individual.  
Favorece la equidad  
en la enseñanza.  
Optimiza la retención  
del conocimiento.  
el  
ritmo  
y
del  
Enseñanza  
Adaptativa  
necesidades  
estudiante,  
integrando  
inteligencia artificial  
y análisis de datos.  
✓
formación  
docente  
en  
herramientas  
digitales.  
✓
✓
Puede  
desigualdad en  
la participación.  
Difícil  
implementar en  
clases  
numerosas.  
Requiere  
estrategias de  
mediación  
haber  
✓
✓
✓
Desarrolla habilidades  
sociales.  
Se basa en la  
de  
construcción  
conocimiento  
del  
en  
Genera  
aprendizaje  
Aprendizaje  
Colaborativo  
significativo.  
Refuerza la resolución  
equipo, fomentando  
la comunicación y el  
trabajo conjunto.  
de  
problemas  
en  
✓
✓
grupo.  
docente.  
Aprendizaje  
Integra elementos  
Basado en la emocionales en la  
Emoción la enseñanza, como la  
✓
Mejora el compromiso  
y el rendimiento.  
Favorece la memoria a  
Complejidad en  
la medición del  
impacto  
y
2
95  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
Pedagogía  
Emergente  
Características  
Principales  
Ventajas  
Desafíos  
Motivación  
gamificación,  
storytelling  
estrategias  
motivación  
intrínseca.  
el  
y
de  
largo plazo. Reduce el  
estrés académico.  
emocional.  
✓
✓
Puede depender  
demasiado de  
estímulos  
externos.  
Necesita  
docentes  
capacitados en  
inteligencia  
emocional.  
✓
Exige acceso a  
recursos  
Invierte el modelo  
digitales.  
Dependencia  
del compromiso  
tradicional:  
estudiantes  
aprenden  
los  
✓
Mayor autonomía  
autoaprendizaje.  
Optimización  
tiempo en el aula.  
Mejora la interacción y  
participación.  
y
Pedagogía  
el  
del  
de  
los  
Inversa (Flipped contenido teórico  
estudiantes  
fuera del aula.  
Puede no ser  
efectivo  
todos los niveles  
educativos.  
Puede ser difícil  
Learning)  
fuera del aula y en  
clase se enfocan en  
✓
✓
✓
✓
la  
aplicación  
en  
práctica.  
Integra  
la  
de  
en  
estructurar  
modelos  
interacción  
entre  
estudiantes,  
docentes y recursos  
✓
✓
✓
Genera conocimiento  
colectivo.  
Favorece  
interdisciplinariedad.  
Mejora la creatividad y  
el pensamiento crítico.  
tradicionales.  
Requiere  
herramientas  
tecnológicas  
adecuadas.  
Demanda  
Aprendizaje  
Trialógico  
tecnológicos  
culturales,  
o
la  
promoviendo  
construcción  
colaborativa  
conocimiento.  
la  
del  
habilidades de  
gestión  
del  
aprendizaje.  
Fuente: Elaboración propia (2025)  
El Impacto de la IA en los Métodos Pedagógicos  
Zepeda et al. (2022) analiza la eficacia de estrategias didácticas activas,  
combinando el aprendizaje basado en proyectos (ABP) y la gamificación para  
fortalecer el aprendizaje activo. Se evaluó el desarrollo de habilidades blandas  
en un grupo de 50 estudiantes de nivel medio superior durante el semestre de  
agosto-diciembre de 2021.  
Resalta que el estudio develó el Impacto positivo en habilidades interpersonales,  
autocontrol y afrontamiento, Áreas de oportunidad en toma de decisiones,  
pensamiento crítico y comunicación, equilibrio entre conocimientos, valores y  
actitudes, favoreciendo el aprendizaje autónomo.  
2
96  
Salavarría-Melo et al. (2025)  
Concluyendo que la combinación de ABP y gamificación mejora la participación  
y el compromiso de los estudiantes, aunque requiere una planificación adecuada  
y adaptación a distintos contextos educativos.  
La inteligencia artificial (IA) no solo complementa los enfoques pedagógicos  
emergentes, sino que también los transforma, permitiendo una educación más  
dinámica, personalizada e interactiva. Su integración en metodologías como el  
aprendizaje basado en proyectos (ABP), la enseñanza adaptativa y el  
aprendizaje colaborativo, aprendizaje basado en la Emoción y la motivación,  
pedagogía inversa, aprendizaje trialógico redefine la forma en que los  
estudiantes acceden al conocimiento y desarrollan habilidades clave.  
El estudio Ubal et al. (2023) examina el impacto de la inteligencia artificial  
generativa en la educación, abordando su influencia en los procesos de  
enseñanza y aprendizaje. Se analizan las implicaciones del uso de chatbots y  
herramientas basadas en IA en el aula, destacando tanto sus ventajas como los  
desafíos que presentan, especialmente en la formación cognitiva y crítica de los  
estudiantes. Además, se reflexiona sobre el riesgo de la educación  
tecnobancaria, donde la dependencia de la IA podría comprometer el desarrollo  
de habilidades analíticas y científicas.  
Los autores enfatizan la importancia de regular y estructurar adecuadamente el  
uso de la IA en la educación para que esta tecnología se convierta en una  
herramienta que potencie el aprendizaje sin afectar negativamente la autonomía  
y el pensamiento crítico de los estudiantes.  
Marina (2024) ha reflexionado sobre el impacto de la inteligencia artificial en el  
pensamiento crítico, destacando que la IA puede facilitar el acceso a la  
información, pero no reemplaza la capacidad de razonamiento humano. En su  
análisis, advierte que el uso de IA generativa plantea desafíos en la educación y  
la sociedad, ya que puede influir en la manera en que las personas procesan el  
conocimiento y toman decisiones. Marina enfatiza la importancia de desarrollar  
el pensamiento crítico como una herramienta esencial para evitar la  
manipulación y la desinformación en un mundo cada vez más influenciado por la  
tecnología  
La IA no reemplaza el pensamiento crítico, pero sí optimiza el tiempo y el acceso  
2
97  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
al conocimiento, permitiendo que los estudiantes se enfoquen en la innovación y  
la aplicación práctica de sus aprendizajes.  
Andrade (2023) analiza la influencia de la inteligencia artificial en la  
personalización educativa, destacando su capacidad para adaptar contenidos  
según las necesidades individuales de los estudiantes. Entre sus beneficios  
expone.  
a. Optimización del aprendizaje: la IA permite ajustar la enseñanza en tiempo  
real, creando perfiles personalizados basados en datos como respuestas a  
cuestionarios y participación en actividades en línea.  
b. Inclusión y equidad: los estudiantes avanzados pueden progresar  
rápidamente, mientras que aquellos que necesitan refuerzo reciben ayuda  
adicional.  
c. Desafíos en la implementación: se identifican preocupaciones sobre la  
privacidad de los datos y la equidad en el acceso a la tecnología.  
d. Rol del docente: aunque la IA mejora la personalización, la interacción  
humana sigue siendo fundamental para el desarrollo del pensamiento crítico  
y la formación integral  
3. METODOLOGÍA  
Para llevar a cabo esta revisión teórica sobre la transición del aula tradicional al  
aula inteligente y la integración de la inteligencia artificial (IA) en los modelos  
pedagógicos emergentes, se empleó un enfoque cualitativo basado en la  
recopilación y análisis de fuentes académicas publicadas a partir del año 2020  
en idioma español.  
Diseño de la investigación  
Este estudio se enmarca dentro de una revisión teórica de tipo cualitativo, cuyo  
propósito es examinar, sintetizar y categorizar los hallazgos más recientes en el  
campo de la educación mediada por IA. Se optó por una metodología basada en  
el análisis documental, permitiendo una comprensión profunda de los avances  
conceptuales y empíricos sobre la temática abordada.  
2
98  
Salavarría-Melo et al. (2025)  
Criterios de selección de fuentes  
Para garantizar la rigurosidad académica del estudio, se establecieron criterios  
de inclusión y exclusión de las fuentes analizadas:  
a. Inclusión: Artículos científicos, tesis y documentos académicos revisados  
por pares, publicados entre 2020 y 2025 en español, con un enfoque  
cualitativo y cuyo texto completo se encuentre disponible.  
b. Exclusión: Estudios que no estuvieran en acceso abierto, que no  
correspondan a los últimos cinco años, que estén redactados en un idioma  
diferente al español, investigaciones con enfoque cuantitativo o aquellos  
que no abordaran directamente la educación mediada por IA.  
Estrategia de búsqueda  
Las fuentes fueron recopiladas mediante búsquedas sistemáticas en bases de  
datos reconocidas como Scielo, Redalyc y Dialnet, utilizando palabras clave  
como “aula inteligente”, “inteligencia artificial en educación”, “modelos  
pedagógicos emergentes” y “interacción docente-estudiante”. Se aplicaron filtros  
de idioma y año de publicación para garantizar la pertinencia de los documentos.  
El proceso de selección de estudios siguió tres fases: revisión de títulos, revisión  
de resúmenes y evaluación de textos completos. Las mismas se explican a  
continuación:  
a. Análisis de Títulos: Se llevó a cabo una evaluación de los títulos de los  
estudios identificados para establecer su pertinencia con respecto a los  
criterios de inclusión.  
b. Revisión de Resúmenes: Se examinaron los resúmenes de los artículos  
seleccionados para determinar su conformidad con los criterios de inclusión.  
c. Evaluación de Texto Completo: Los artículos que superaron la revisión de  
resúmenes fueron analizados en su totalidad para validar su inclusión en la  
revisión sistemática.  
Análisis y categorización de información  
La información obtenida se organizó en tres categorías temáticas principales:  
a. Adaptación curricular: Análisis de cómo la IA permite personalizar el  
2
99  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
aprendizaje y optimizar los contenidos educativos.  
b. Interacción docente-estudiante: Estudio del impacto de la IA en la  
comunicación y el seguimiento del rendimiento académico.  
c. Equidad educativa: Evaluación de los beneficios y desafíos de la  
implementación de IA en contextos diversos.  
Síntesis y elaboración de resultados  
Los hallazgos fueron sintetizados y discutidos en función de su relevancia teórica  
y aplicabilidad en el contexto educativo actual. Se identificaron tendencias,  
limitaciones y oportunidades de investigación futura, resaltando la necesidad de  
enfoques inclusivos y éticos en la integración de la IA en la educación.  
Este enfoque metodológico permitió una revisión exhaustiva y estructurada de la  
literatura académica, contribuyendo a la comprensión de los cambios en los  
modelos pedagógicos emergentes y el papel de la IA en la configuración del aula  
inteligente.  
4. RESULTADOS Y DISCUSIÓN  
La revisión teórica sobre la transición del aula tradicional al aula inteligente y la  
integración de la inteligencia artificial (IA) en los modelos pedagógicos  
emergentes permitió identificar un conjunto significativo de estudios científicos  
publicados a partir del año 2020.  
Se encontraron un total de 69 estudios relacionados con la temática de  
investigación. Tras aplicar los criterios de inclusión y exclusión previamente  
definidos, 19 estudios cumplían con los requisitos para ser analizados en  
profundidad, mientras que 50 estudios fueron descartados debido a diversas  
razones, tales como enfoque cuantitativo, falta de acceso abierto o ausencia de  
un vínculo directo con la educación mediada por IA.  
El análisis de los 19 estudios seleccionados permitió identificar tendencias clave  
en la implementación de la IA en el ámbito educativo. Estos hallazgos fueron  
organizados en tres ejes temáticos fundamentales:  
3
00  
Salavarría-Melo et al. (2025)  
a.  
Adaptación curricular:  
Se destacó el uso de algoritmos de IA para la personalización del aprendizaje,  
facilitando planes de estudio adaptados a las necesidades individuales de los  
estudiantes. Se encontró evidencia de mejoras en el rendimiento académico  
debido a la optimización del contenido mediante tecnologías inteligentes.  
Algunos estudios advirtieron la necesidad de desarrollar estrategias pedagógicas  
que equilibren el uso de IA con la enseñanza tradicional.  
b.  
Interacción docente-estudiante:  
Se identificó un incremento en el uso de herramientas de IA para el monitoreo  
del progreso académico y la generación de retroalimentación en tiempo real. La  
IA ha mejorado la accesibilidad a materiales educativos interactivos, lo que ha  
permitido una mayor participación de los estudiantes en su proceso de  
aprendizaje. Sin embargo, algunos estudios señalaron el riesgo de dependencia  
excesiva de las tecnologías, lo que podría afectar la interacción humana en la  
enseñanza.  
c.  
Impacto en la equidad educativa:  
Se observó que la implementación de IA en la educación ha generado  
oportunidades para reducir barreras de acceso al conocimiento en comunidades  
con recursos limitados. No obstante, varios estudios alertaron sobre la  
persistencia de la brecha digital, dado que el acceso a infraestructura tecnológica  
aún es desigual entre diferentes sectores socioeconómicos. La necesidad de  
políticas inclusivas y programas de capacitación para docentes fue  
recurrentemente mencionada como un factor clave para garantizar la equidad  
educativa.  
A continuación, en el Cuadro 2, se muestra un resumen que sintetiza los  
hallazgos clave de los estudios que se sometieron a revisión:  
Cuadro 2: Cuadro resumen  
Relación con el  
objetivo de la  
investigación  
Categoría  
Temática  
Hallazgos  
Principales  
N°  
Fuente Académica  
Personalización  
contenidos educativos aprendizaje  
con IA. adaptativo.  
de Optimiza  
el  
Adaptación  
curricular  
Pérez  
(2024)  
Gómez  
1
3
01  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
Relación con el  
objetivo de la  
investigación  
Categoría  
Temática  
Hallazgos  
Principales  
N°  
2
Fuente Académica  
Algoritmos predictivos Mejora  
identifican dificultades enseñanza  
la  
Adaptación  
curricular  
Mora (2024)  
de aprendizaje.  
personalizada.  
Fortalece  
dinámica del aula  
inteligente.  
la  
Adaptación  
curricular  
Crespo  
Benavides (2024)  
&
Asistentes virtuales en  
plataformas o  
3
IA  
para  
la Aumenta  
del motivación  
estudiantil.  
la  
Adaptación  
curricular  
4
Prieto et al. (2022)  
Vargas (2024)  
gamificación  
aprendizaje.  
Diseño  
flexible  
herramientas de IA.  
curricular Promueve  
con enseñanza  
la  
Adaptación  
curricular  
5
adaptativa.  
Facilita  
la  
entre  
y
Interacción  
docente-  
estudiante  
IA mejora  
comunicación  
académica.  
la  
interacción  
docentes  
estudiantes.  
Fomenta  
educación inclusiva  
y autónoma.  
6
7
8
9
Lopezosa (2023).  
Mejía (2022).  
Interacción  
docente-  
estudiante  
la  
Mayor accesibilidad a  
recursos digitales.  
Seguimiento  
Interacción  
docente-  
estudiante  
Optimiza  
evaluación  
educativa.  
la  
inteligente  
rendimiento  
académico.  
IA como soporte en  
tutorías  
del  
Saltos et al. (2024)  
Interacción  
docente-  
estudiante  
Interacción  
docente-  
estudiante  
Interacción  
docente-  
Facilita la atención  
individualizada.  
Rodríguez (2021).  
Mayol (2024)  
personalizadas.  
Uso  
de  
IA  
en Enriquece  
el  
1
0
1
simulaciones  
interactivas.  
IA en plataformas Mejora el trabajo en  
aprendizaje  
experiencial.  
1
Caballero (2023)  
colaborativas  
para equipo  
y
la  
estudiante  
aprendizaje grupal.  
comunicación.  
Reducción  
de  
Impacto en la  
equidad  
educativa  
barreras educativas  
para estudiantes con  
necesidades  
Contribuye  
equidad educativa.  
a
la  
1
2
3
Palacios (2024).  
especiales.  
Persistencia de la Identifica desafíos  
brecha digital en en la  
zonas con acceso implementación  
Impacto en la  
equidad  
educativa  
1
Arango et al. (2022)  
Castillo (2023)  
limitado.  
equitativa.  
Impacto en la  
equidad  
educativa  
Impacto en la  
equidad  
educativa  
Impacto en la  
equidad  
educativa  
Impacto en la  
equidad  
Propuestas  
de  
Plantea estrategias  
inclusivas.  
14  
15  
16  
17  
18  
políticas públicas para  
IA en educación.  
Disparidades en la Destaca  
formación docente necesidad  
la  
de  
Rondón  
2024)  
et  
al.  
(
para el uso de IA.  
Evaluación  
programas  
capacitación.  
de Analiza el impacto  
de en comunidades  
Kuong & Chaparro  
2025).  
(
inclusión tecnológica. vulnerables.  
IA en la reducción de Identifica  
desigualdades  
educativas.  
Estévez  
2022)  
et  
al.  
&
oportunidades para  
equidad.  
(
educativa  
Impacto en la  
equidad  
Retos y oportunidades Proporciona  
de la IA en el acceso marco de referencia  
universal la para políticas  
un  
Giordano  
González (2023).  
educativa  
a
3
02  
Salavarría-Melo et al. (2025)  
Relación con el  
objetivo de la  
investigación  
públicas.  
Categoría  
Temática  
Hallazgos  
Principales  
N°  
Fuente Académica  
educación.  
Personalización  
contenidos educativos aprendizaje  
con IA. adaptativo.  
de Optimiza  
el  
Adaptación  
curricular  
Dellepiane & Guidi  
(2023).  
19  
Fuente: Elaboración propia (2025)  
Los estudios revisados evidencian que la IA tiene un impacto profundo en los  
modelos pedagógicos emergentes, mejorando la personalización del aprendizaje  
y la eficiencia en la enseñanza. Sin embargo, también se identificaron desafíos  
relacionados con la equidad educativa y la interacción humana en el proceso  
formativo. La revisión concluye que la implementación de IA en las aulas  
inteligentes debe ser acompañada de estrategias pedagógicas inclusivas y  
políticas educativas que regulen su uso para maximizar sus beneficios y  
minimizar sus riesgos.  
5. CONCLUSIONES  
La revisión teórica evidencia que la integración de la inteligencia artificial ha  
permitido la evolución del aula tradicional hacia entornos inteligentes,  
caracterizados por la personalización del aprendizaje y la optimización de los  
procesos educativos. Los estudios analizados destacan cómo las herramientas  
de IA facilitan la adaptación curricular mediante algoritmos predictivos y  
asistentes virtuales, mejorando la experiencia formativa y promoviendo  
metodologías centradas en el estudiante.  
Aunque la IA ha demostrado ser una herramienta valiosa para mejorar la equidad  
educativa, la revisión revela que persisten desafíos relacionados con la brecha  
digital y el acceso desigual a tecnologías avanzadas. La formulación de políticas  
públicas y la capacitación docente emergen como factores fundamentales para  
garantizar que la implementación de IA en la educación sea accesible, inclusiva  
y ética, maximizando sus beneficios y reduciendo sus limitaciones.  
La transición del aula tradicional al aula inteligente representa un cambio  
profundo en la manera en que se concibe el proceso de enseñanza-aprendizaje,  
3
03  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
por ello la integración de la inteligencia artificial en los modelos pedagógicos  
emergentes ha demostrado ser un catalizador para la innovación educativa,  
permitiendo la personalización del aprendizaje, la optimización del tiempo  
docente y el desarrollo de nuevas metodologías basadas en el análisis de datos  
y la adaptabilidad del contenido. Sin embargo, esta transformación no es solo  
tecnológica, sino también pedagógica y filosófica, ya que implica una  
reformulación de los roles y dinámicas dentro del aula.  
Los enfoques pedagógicos emergentes se han beneficiado significativamente de  
la IA al ofrecer soluciones más inclusivas y accesibles, pero también han  
generado nuevas inquietudes sobre el impacto en la autonomía del aprendizaje,  
la interacción social y la ética educativa. La implementación de IA en el ámbito  
escolar debe estar acompañada de un marco sólido de regulación y capacitación  
docente, que permita su uso responsable sin reemplazar el pensamiento crítico  
ni la creatividad humana.  
A medida que la educación avanza hacia espacios más digitalizados e  
interconectados, es imprescindible mantener una visión equilibrada entre el  
aprovechamiento de las nuevas tecnologías y la preservación de los valores  
fundamentales del aprendizaje. La IA no debe ser vista como un sustituto de la  
enseñanza tradicional, sino como una herramienta complementaria que potencia  
el conocimiento y la capacidad de los estudiantes para enfrentar los desafíos del  
mundo moderno.  
En definitiva, la construcción de aulas inteligentes no depende únicamente de la  
tecnología que se implemente, sino de la capacidad de las instituciones y  
docentes para adaptar sus metodologías con un enfoque reflexivo, crítico y  
estratégico. Solo así la inteligencia artificial podrá consolidarse como un  
verdadero agente transformador en la educación, garantizando que el futuro del  
aprendizaje continúe priorizando el desarrollo integral de los estudiantes y su  
preparación para un mundo en constante evolución.  
3
04  
Salavarría-Melo et al. (2025)  
REFERENCIAS  
Andrade, E. (2023). IA y personalización educativa: evaluar su efectividad en  
adaptar contenidos para diversos estudiantes en la educación moderna.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,  
4
(4), pp. 621-640. https://doi.org/10.56712/latam.v4i4.1244  
Anzelin, I., Marín, A., & Chocontá, J. (2020). Relación entre la emoción y los  
procesos de enseñanza-aprendizaje. Sophia, Revista de Educación,  
1
6(1), ISSN-e2346-0806.  
pp.  
48-64.  
https://dialnet.unirioja.es/descarga/articulo/7764836.pdf  
Arango, C., Cruz, M., Mesa, B., González, D., & Fernando, M. (2022). Brecha  
digital: una revisión de literatura en español. Tsafiqui, Revista Científica  
en Ciencias Sociales, 12(3). https://doi.org/10.29019/tsafiqui.v12i19.1108  
Avilés Pacha, S. M., Romero Alarcón, J. B., Ordoñez León, M. M., León  
Solórzano, S. E., & Cadena Vásquez, A. C. (2023). Estrategias  
pedagógicas emergentes: Un análisis comparativo de enfoques efectivos  
en la educación del siglo XXI. Ciencia Latina Revista Científica  
Multidisciplinar, 7(2), pp. 2002–2022. DOI:10.37811/cl_rcm.v7i2.5454  
Caballero, A. (2023). Inteligencia artificial generativa en educación: impulsando  
la creatividad digital y la interactividad en el aula. [Trabajo de Maestría]  
Universidad  
Miguel  
Hernández,  
Elche,  
España.  
https://dspace.umh.es/bitstream/11000/32744/1/TFM%20Caballero%20T  
oro%2C%20%C3%81lvaro.pdf  
Castillo, M. (2023). Impacto de la inteligencia artificial en el proceso de  
enseñanza y aprendizaje en la educación secundaria: Impact of artificial  
intelligence on the teaching and learning process in secondary education.  
LATAM Revista Latinoamericana de Ciencias Sociales y Humanidades,  
4
(6), pp. 515-530. https://doi.org/10.56712/latam.v4i6.1459  
Crespo, J., & Benavides, J. (2024). Beneficios y desafíos de los asistentes  
virtuales en el aprendizaje: Benefits and Challenges of Virtual Assistants  
in Learning. LATAM Revista Latinoamericana de Ciencias Sociales y  
Humanidades,  
5(2),  
pp.  
685-700.  
https://doi.org/10.56712/latam.v5i2.1909  
Dellepiane, P., & Guidi, P. (2023). La inteligencia artificial y la educación: Retos  
y oportunidades desde una perspectiva ética. Question/Cuestión, 3(76).  
https://doi.org/10.24215/16696581e859  
Dewey, J. (1938). Experience and Education. Macmillan.  
3
05  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
Estévez, Y., Sánchez, X., y Torres, Y. (2022). La superación de los docentes:  
desafíos ante las adaptaciones al currículo y la educación inclusiva.  
Mendive. Revista de Educación, 20(3), pp. 1051-1069. https://n9.cl/56alj  
García, R. & Hernández, M. (2020). El aprendizaje adaptativo como método de  
enseñanza para el estudiante de ingeniería. Revista de divulgación  
científica y tecnológica, 7(1), pp. 85-90. ISSN: 2444-4944. Tecnológico  
Nacional  
de  
México  
Campus  
Ciudad  
Valles.  
https://dialnet.unirioja.es/servlet/articulo?codigo=8507635  
García, F. (2024). Hacia una pedagogía aumentada: el papel de la IA en la  
personalización del aprendizaje. Nueva Revista, (192).  
https://d66z.short.gy/7q1sPD  
Giordano, C., & González, P., (2023). La Inteligencia Artificial en el aula y el  
desafío educativo ante los avances en los dispositivos y las nuevas formas  
de  
comunicación.  
Question/Cuestión,  
3(76).  
https://doi.org/10.24215/16696581e848  
Goodfellow, I., Bengio, Y., & Courville, A. (2023). Deep Learning. MIT Press.  
Genet Program Evolvable Mach 19, pp. 305–307 (2018).  
https://doi.org/10.1007/s10710-017-9314-z  
Hakkarainen, K. (2008). Hacia un enfoque trialógico del aprendizaje. Revista de  
Investigaciones  
UNAD,  
7(2),  
pp.  
41-63.  
https://researchportal.helsinki.fi/en/publications/hacia-un-enfoque-  
trial%C3%B3gico-del-aprendizaje  
Kuong, M., & Chaparro, J. (2025). Competencias digitales e inclusión tecnológica  
en adultos mayores: una revisión sistemática. Revista InveCom, 5(2).  
https://doi.org/10.5281/zenodo.13851765  
Lopezosa, C. (2023). La Inteligencia artificial generativa en la comunicación  
científica: retos y oportunidades. Revista de investigación e innovación en  
ciencias de la salud, 5(1), pp. 1-5. https://doi.org/10.46634/riics.211  
Marina, J. A. (2024). IA y el eclipse del pensamiento crítico. Observatorio RH.  
https://www.observatoriorh.com/orh/jose-antonio-marina-ia-y-el-eclipse-  
del-pensamiento-critico.html  
Mayol, J. (2024). Impacto de la Inteligencia Artificial generativa en la publicación  
científica.  
Enfermería  
Nefrológica,  
27(3),  
pp.  
187-188.  
https://dx.doi.org/10.37551/s2254-28842024019  
Mejía, C. (2022). Análisis de la accesibilidad de los recursos educativos digitales:  
Una revisión sistemática. Revista Científica Kosmos, 1, pp. 28-40.  
https://doi.org/10.62943/rck.v1i1.37  
3
06  
Salavarría-Melo et al. (2025)  
Montanero , M. (2019). Métodos pedagógicos emergentes para un nuevo siglo  
¿
Qué hay realmente de innovación? Teoría de la educación. Revista  
Interuniversitaria, 31(1), pp. 5-34. https://doi.org/10.14201/teri.19758  
Mora Zambrano, E. (2024). Microecosistemas de aprendizaje adaptativo:  
personalización mediante algoritmos predictivos. Polo del Conocimiento,  
9
(12), pp. 180-197. https://doi.org/10.23857/pc.v9i12.8463  
Palacios, T. (2024). Adaptaciones curriculares y su importancia en estudiantes  
con necesidades educativas especiales. Cienciamatria. Revista  
Interdisciplinaria de Humanidades, Educación, Ciencia y Tecnología,  
1
0(18), pp. 313-326. https://doi.org/10.35381/cm.v10i18.1273  
Pérez Gómez, Á. (2024). La revolución pedagógica de la IA educativa.  
Márgenes, Revista de Educación de la Universidad de Málaga, 5(2).  
https://doi.org/10.24310/mar.5.2.2024.20485  
Prieto, A. (2017). Flipped Learning: Aplicar el modelo de aprendizaje inverso.  
Madrid: Narcea Ediciones ISBN: 8427723466, 9788427723467  
Prieto, J., Gómez, J. & Said, E. (2022). Gamificación, motivación y rendimiento  
en educación: Una revisión sistemática. Revista Electrónica Educare,  
2
6(1), pp. 251-273. https://dx.doi.org/10.15359/ree.26-1.14  
Rodríguez, M. (2021). Sistemas de tutoría inteligente y su aplicación en la  
educación superior. RIDE. Revista Iberoamericana para la Investigación y  
el Desarrollo Educativo, 11(22). https://doi.org/10.23913/ride.v11i22.848  
Rondón, R., Pacotaipe, R., Alarcón, E. & Yépez, P. (2024). El Impacto de la  
Inteligencia Artificial en la Formación Docente. Revista Docentes 2.0,  
1
7(2), pp. 368-375. https://doi.org/10.37843/rted.v17i2.566  
Roselli, N. D. (2016). El aprendizaje colaborativo: Bases teóricas y estrategias  
aplicables en la enseñanza universitaria. Propósitos y Representaciones,  
4
(1), pp. 219-280. http://dx.doi.org/10.20511/pyr2016.v4n1.90  
Russell, S., & Norvig, P. (2020). Artificial Intelligence: A Modern Approach (4th  
ed.). Pearson. eBook ISBN 13: 978-1-292-40117-1  
Saltos, P., Zambrano, C., Rodríguez, D., & Cobeña, R. (2024). Análisis del  
impacto de las estrategias de seguimiento académico basados en la  
inteligencia artificial en el rendimiento de estudiantes universitarios en  
programas de administración. MQRInvestigar, 8(2), pp. 1930-1949.  
https://doi.org/10.56048/MQR20225.8.2.2024.1930-1949  
Ubal, M., Tambasco, P., Martínez, S., & García , M. (2023). El impacto de la  
Inteligencia Artificial en la educación. Riesgos y potencialidades de la IA  
en el aula. RiiTE Revista interuniversitaria de investigación en Tecnología  
Educativa, (15), pp. 41-57. https://doi.org/10.6018/riite.584501  
3
07  
Revista Científica Multidisciplinaria HEXACIENCIAS. Vol. 5, Núm. 10. (jul - dic 2025) ISSN: 3028-8657  
Del aula tradicional al aula inteligente: integración de la inteligencia artificial en los modelos  
pedagógicos emergentes.  
Vargas, M. (2024). Integration of Artificial Intelligence in Curricular Decision-  
Making: Analysis of the Course Curriculum for “Entrepreneurship” (Code  
4
121) at the School of Administrative Sciences, UNED, Costa Rica.  
REDU. Revista de Docencia Universitaria, 22(2), pp. 48-61.  
https://doi.org/10.4995/redu.2024.21458  
Zepeda, M., Cardoso, E., & Cortés, J. (2022). Estrategias para el desarrollo de  
habilidades blandas a partir del aprendizaje basado en proyectos y  
gamificación. RIDE. Revista Iberoamericana para la Investigación y el  
Desarrollo Educativo, 13(25). https://doi.org/10.23913/ride.v13i25.1348  
3
08