La inteligencia artificial en la educación: vacíos, tendencias y desafíos éticos. Una revisión de literatura (2019–2024)

RESUMENEste artículo presenta una revisión sistemática de la literatura científica sobre el uso de la inteligencia artificial (IA) en educación, con el objetivo de identificar tendencias, vacíos conceptuales y desafíos en su integración pedagógica. La búsqueda se realizó en bases de datos indexadas como Scopus, Web of Science y ERIC, recuperando 186 publicaciones entre 2019 y 2024. Tras aplicar los criterios PRISMA, se seleccionaron 47 estudios empíricos y teóricos que abordaban la implementación de IA en distintos niveles educativos. Aunque existe una creciente producción académica sobre IA y educación, la mayoría de los estudios proviene del campo técnico, con escasa articulación crítica desde las ciencias pedagógicas y sociales. Este estudio responde a dicha brecha, proponiendo una síntesis que combine el rigor metodológico con una perspectiva educativa integral, orientada a comprender el fenómeno más allá de sus aplicaciones funcionales. Los hallazgos se organizaron en seis ejes temáticos: (1) personalización del aprendizaje, destacando el uso de sistemas adaptativos; (2) ética y equidad digital, con énfasis en la privacidad y los sesgos algorítmicos; (3) inteligencia artificial generativa y sus implicaciones didácticas; (4) formación docente y percepciones estudiantiles; (5) modelos predictivos y minería de datos aplicados al aprendizaje; y (6) aplicaciones diferenciadas por nivel educativo. Los resultados muestran un impacto positivo de la IA en el apoyo al aprendizaje personalizado y la optimización de procesos educativos, aunque persisten barreras relacionadas con la capacitación docente, la equidad de acceso y la necesidad de marcos regulatorios. Se concluye que el aprovechamiento efectivo de la IA en la educación requiere enfoques éticos e interdisciplinarios, junto a políticas públicas que garanticen innovación pedagógica, inclusión y sostenibilidad.