Artículo de Revisión
Chatbots como herramienta de IA para la
personalización del aprendizaje en la Educación
Superior Tecnológica
Chatbots as an AI Tool for Personalized Learning in Higher
Technological Education
Katherin Elizabeth Goyo Medina: Instituto Superior Universitario Almirante Illingworth, Magister en
Educación Mención en Pedagogía en Entornos Virtuales,
https://orcid.org/0009-0002-4647-3367
Laura Yazmín Marín Granados: Instituto Superior Universitario Almirante Illingworth, Master en Actividad
Física en la Comunidad,
https://orcid.org/0000-0001-9685-5457
Autor de correspondencia: kgoyo@aitec.edu.ec
Recibido: 29 de enero 2026
Aprobado: 9 de mayo 2026
Publicado: 19 de junio 2026
Resumen:
La educación experimenta transformaciones significativas con la integración de inteligencia artificial en sus
procesos, donde personalizar el aprendizaje toma nueva relevancia en la educación superior. El propósito es
analizar el potencial de los chatbots basados en IA para la personalización del aprendizaje en el contexto de la
educación tecnológica. La metodología implementada se basó en la revisión bibliográfica de fuentes que permitió
un análisis crítico de estudios sistemáticos y empíricos, centrados en la educación tecnológica superior y el uso de
la IA. El método es análisis y síntesis que permitió revisar la información y asumir un argumento sobre esta
herramienta y su uso para personalizar el aprendizaje. Los resultados obtenidos demuestran que los chatbots
potencian los resultados académicos y la satisfacción estudiantil, pero requieren una integración ética para mitigar
inequidades. Así mismo destaca que estas herramientas son capaces de mejorar la interacción con los educandos,
ofreciendo respuestas inmediatas y personalizadas que permiten optimizar el aprendizaje. La personalización del
aprendizaje con el apoyo de los chatbots logra adaptarse a las necesidades individuales, facilita interacciones
personalizadas y contextuales, ofrece respuestas instantáneas y adaptadas. Además, han demostrado mejorar la
experiencia y los resultados de aprendizaje, aumentar la satisfacción del alumnado y fortalecer los servicios
virtuales en la educación superior. A pesar de ello, se identifica limitaciones como ausencia de empatía, sesgo
cultural en modelos de IA y falta de formación docente para una integración efectiva. En conclusión, los chatbots
son una herramienta transformadora en la educación tecnológica, pero su implementación debe ser ética y
equilibrada.
Palabras clave: Inteligencia Artificial, Chat Bots, Aprendizaje, Aprendizaje Personalizado
Abstract:
Education is undergoing significant transformations with the integration of artificial intelligence into its processes,
where personalized learning takes on new relevance in higher education. The purpose is to analyze the potential
of AI-based chatbots for personalized learning in the context of technological education. The methodology
implemented was based on a bibliographic review of sources, allowing for a critical analysis of systematic and
empirical studies focused on higher technological education and the use of AI. The analysis and synthesis method
allowed for a review of the information and an argument for this tool and its use to personalize learning. The results
obtained demonstrate that chatbots enhance academic outcomes and student satisfaction but require ethical
integration to mitigate inequities. It also highlights that these tools are capable of improving interaction with students,
offering immediate and personalized responses that optimize learning. Learning personalization supported by
chatbots adapts to individual needs, facilitates personalized and contextual interactions, and offers instant and
tailored responses. Furthermore, they have been shown to improve the learning experience and outcomes,
increase student satisfaction, and strengthen virtual services in higher education. Despite this, limitations have been
identified, such as a lack of empathy, cultural bias in AI models, and a lack of teacher training for effective
integration. In conclusion, chatbots are a transformative tool in technology education, but their implementation must
be ethical and balanced.
Keywords: Artificial Intelligence, Chat Bots, Learning, Personalized Learning.
UNANCHAY Revista de Ciencias de la Ingeniería Volumen 5, Numero 1. Año 2026, p. 110-121
ISSN 2953-6707 enero - junio 2026
https://publicacionestecnoecuatoriano.edu.ec/index.php/RCU/index
Como citar la obra: Goyo-Medina, K., E. y Marín-Granados, L., Y. (2026). Los Chatbots como herramienta de IA para la
personalización del aprendizaje en la Educación Superior Tecnológica. Revista Científica Unanchay, 5(1), 110-121
doi: https://doi.org/10.64424/rcu512026106
DOI: https://doi.org/10.64424/rcu512026106
Páginas: 110-121
ISSN: 2953-6707
111
La educación superior, especialmente la formación técnica y
tecnológica, está inmersa en una profunda transformación impulsada por la
Cuarta Revolución Industrial (Schwab, 2017).En este panorama, la
incorporación de tecnologías emergentes como la Inteligencia Artificial (IA)
ha pasado de ser una mera expectativa a una realidad concreta que está
redefiniendo los procesos de enseñanza-aprendizaje (Jiménez-García et al.,
2024).La presencia de la IA es ahora determinante en todos los sectores de
la sociedad, incluido el educativo.
En Ecuador, instituciones de educación superior, particularmente en
polos de desarrollo como Guayaquil, enfrentan el doble reto de alinear sus
programas con las exigencias del mercado laboral y, al mismo tiempo, elevar
la calidad y pertinencia de la formación ofrecida (González et al., 2024).La
Ley Orgánica de Regulación y Promoción de la Inteligencia Artificial
representa probablemente el intento más ambicioso de ofrecer a Ecuador un
marco moderno, sofisticado y ajustado a la realidad internacional de la
inteligencia artificial. Esta propuesta legislativa, presentada oficialmente en
junio de 2024, cuenta con 83 artículos que buscan tanto prevenir los riesgos
de la IA como dinamizar el naciente ecosistema tecnológico ecuatoriano. No
intenta frenar el ritmo de la innovación; más bien apuesta por controlar el
impacto de las tecnologías más potentes y abrir posibilidades reales para el
desarrollo digital y económico del país. (Mazure,2025). Esto confirma el
reconocimiento de que la IA está destinada a protagonizar una revolución
educativa con un impacto superior al de tecnologías previas.
Dentro de este ecosistema tecnológico, los chatbots emergen como
una herramienta con un potencial disruptivo considerable. Estos agentes
conversacionales, que simulan diálogos humanos mediante el
Procesamiento del Lenguaje Natural (PLN), ofrecen nuevas vías para
alcanzar una de las metas más antiguas de la pedagogía: la personalización
del aprendizaje (Arias et al., 2024). La personalización no es solo un ideal
pedagógico, sino una posibilidad tangible gracias a los sistemas de IA que
se adaptan a las necesidades individuales de cada estudiante.
Para comprender cómo los chatbots pueden mejorar los procesos de
enseñanza y aprendizaje, es esencial abordar los modelos didácticos que
sustentan su implementación.
Modelo SAMR: Desarrollado por Puentedura en 2010, este modelo
(Sustitución, Aumento, Modificación y Redefinición) ilustra cómo se puede
integrar la tecnología en una tarea para modificar y transformar el
aprendizaje. Permite determinar la forma en que docentes y estudiantes
utilizan la tecnología.
Goyo Katherin y Marín Laura
Introducción
Páginas: 110-121
ISSN: 2953-6707
112
Modelo TPACK: Propuesto por Mishra y Koehler en 2006, se refiere al
Conocimiento Tecnológico, Pedagógico y de Contenido. Es un marco para
reflexionar sobre el conocimiento docente acerca del contenido que enseña,
las formas de enseñanza y las herramientas utilizadas. TPACK se enfoca en
las interacciones entre estos tres tipos de conocimiento para destacar siete
tipos diferentes de conocimiento sobre la enseñanza.
Aunque se ha venido sustentado teorías centradas en tecnologías
vanguardistas (2024-2025), las referencias a Puentedura (2010) y Mishra &
Koehler (2006) asumidos bajo los criterios de las autoras no han quedado
obsoletas, sino que deben concebirse como teorías fundacionales. El modelo
SAMR y el marco TPACK son estándares de suma importancia para evaluar
la integración de tecnología en la educación. Sin ellos, el análisis del chatbot
corre el riesgo de ser meramente técnico y no pedagógico.
Comprender la base teórica del modelo SAMR permite clasificar si el
chatbot solo está sustituyendo una tarea o redefiniendo el aprendizaje. Por
su parte el modelo TPACK es esencial para justificar la necesidad de
formación docente, ya que, el uso efectivo de un chatbot no depende solo de
la herramienta, sino de cómo el docente articula su conocimiento pedagógico
con esta nueva tecnología
Concebir y asumir estos modelos clásicos es necesario en esta
investigación dado a que su vigencia conceptual proporciona la estructura
necesaria para analizar si la IA realmente transforma el acto educativo o si
actúa como un simple periférico digital.
Por lo tanto, el objetivo del presente artículo consiste en revisar el
potencial y el rol del chatbot como herramienta de Inteligencia Artificial para
la personalización del aprendizaje en la educación superior tecnológica ,
mediante la revisión bibliográfica, el análisis crítico y la síntesis de estudios
documentales, con el fin de determinar cómo estas tecnologías pueden
contribuir a la calidad educativa, facilitar itinerarios de aprendizaje adaptados
y establecer los impactos esperados en la innovación pedagógica y en los
resultados del estudiantado.
Metodología
La presente investigación se desarrolló bajo un enfoque cualitativo de
alcance descriptivo, empleando como diseño una revisión narrativa con
análisis crítico y sintético del corpus documental. La secuencia metodológica
se estructuró en cuatro fases: localización, selección, análisis y síntesis. En
la fase de localización, se realizó una búsqueda exhaustiva en bases de
datos académicas como Google Scholar, SciELO y Redalyc, utilizando
términos de búsqueda específicos como Inteligencia Artificial, Chatbots,
Educación Superior Tecnológica y Aprendizaje Personalizado, vinculados
mediante operadores booleanos (AND, OR) para refinar los resultados.
Chatbots como herramienta de IA para la personalización del aprendizaje en la Educación
Páginas: 110-121
ISSN: 2953-6707
113
El corpus documental final se integró por un total de 16 fuentes
seleccionadas bajo criterios de inclusión de relevancia temática, vigencia
temporal, donde se priorizó el periodo 2023-2025 para capturar el estado del
arte y rigor académico con artículos con revisión por pares e informes de
organismos internacionales como la UNESCO y la Comisión Europea. Se
incluyeron, además, referentes fundacionales de 2006 y 2010 para
proporcionar el marco pedagógico necesario (Modelos TPACK y SAMR) que
permitiera evaluar la profundidad de la integración tecnológica. El proceso de
análisis se validó mediante la triangulación de fuentes, contrastando marcos
teóricos con hallazgos empíricos y datos estadísticos de consultoras globales
como HolonIQ e IPSOS para asegurar la representatividad y calidad
metodológica de los argumentos presentados sobre el potencial y las
limitaciones éticas de los chatbots en la educación tecnológica.
Para garantizar la validez y el rigor científico de los hallazgos, se
empleó la triangulación de fuentes como estrategia de validación de datos.
Este proceso permitió contrastar tres niveles de información: los marcos
teóricos fundacionales (Modelos SAMR y TPACK), que aportaron la base
pedagógica para evaluar la profundidad de la integración tecnológica, la
evidencia empírica reciente (2023-2025), que permitió verificar la eficacia de
los chatbots en el aula actual y los datos estadísticos globales con los
informes de HolonIQ e IPSOS, que proporcionaron una visión macro sobre
la percepción y adopción de la IA en la educación superior.
El aporte principal de esta triangulación fue la reducción de sesgos
interpretativos, permitiendo identificar puntos de convergencia entre las
metas pedagógicas de personalización y los desafíos éticos y de
infraestructura detectados en la práctica. Así, el análisis de los datos no fue
meramente descriptivo, sino que construyó un argumento sólido basado en
la intersección de la teoría, la práctica real y las tendencias del mercado
educativo tecnológico.
Resultados
La Inteligencia Artificial (IA) se define de manera general como
"máquinas capaces de emular determinadas funcionalidades de la
inteligencia humana", incluyendo percepción, aprendizaje, razonamiento y
resolución de problemas. (Pedreño et al., 2024). Su integración en la
educación da lugar a la "Educación 4.0", un enfoque que aprovecha
tecnologías avanzadas para personalizar el proceso de enseñanza-
aprendizaje según las necesidades de cada estudiante. Dentro de este
marco, los chatbots o agentes conversacionales se destacan como
programas informáticos diseñados para interactuar con los usuarios en
lenguaje natural, ya sea por texto o voz. Estos asistentes ofrecen respuestas
instantáneas a dudas y son de gran ayuda en la enseñanza.
Goyo Katherin y Marín Laura
Páginas: 110-121
ISSN: 2953-6707
114
Históricamente, la evolución de los chatbots se remonta a la década
de 1960 con programas como ELIZA, que simulaban conversaciones de
manera rudimentaria. Sin embargo, la transformación más significativa llegó
con el desarrollo de redes neuronales profundas y grandes modelos de
lenguaje (LLM), como los que impulsan a ChatGPT, lanzado en 2022. Estos
sistemas modernos, alimentados por enormes conjuntos de datos, pueden
comprender el contexto, generar texto coherente y mantener conversaciones
fluidas, lo que amplía enormemente sus aplicaciones educativas.
Por otra parte, al referirse a la clasificación de los chatbots se puede
decir que dentro de las más usadas es por la tecnología que usa el sistema,
que define el grado de sofisticación del chatbot. Se pueden encontrar dos
tipos principales: chatbots basados en reglas, que funcionan a través de
scripts rígidos y lógica condicional como arboles de decisiones o
reconocimiento de palabras claves. Son perfectos para tareas repetitivas o
estructuradas, pero se quedan cortos ante preguntas ambiguas o no
programadas, lo que termina por frustrar al usuario al pedirle de repetir o
transferirlo a agentes humanos (Garzón-Quiroz et al., 2025). Por el contrario,
los chatbots basados en IA, que emplean procesamiento de lenguaje natural
(PLN) y aprendizaje automático, proporcionan interacciones más naturales y
contextuales, y aprende a partir de la experiencia para mejorar las
respuestas con el tiempo. Un ejemplo claro son los modelos generativos
como GPT, que no solo responden, sino que generan contenido nuevo,
ajustando al estilo del usuario y simulando empatía, pero en ocasiones
acaban en respuestas estandarizadas y carentes de profundidad genuina
(Duque et al, 2025). Por último, los chatbots híbridos integran las mejores
características de ambos mundos: reglas para la eficiencia en las consultas
básicas y la IA para complejidades, haciendo que estos sean aptos para
aplicaciones empresariales donde se desea un compromiso entre costo y
desempeño. Esta categoría resalta cómo la elección tecnológica depende de
los recursos disponibles, ya que los basados en IA requieren más inversión
en entrenamiento de datos, pero ofrecen un retorno significativo en
satisfacción del usuario.
Otro criterio de clasificación es el método de interacción, que influye
en la accesibilidad y la experiencia del usuario. Los chatbots de texto son los
más comunes, limitados a conversaciones escritas en plataformas como
mensajería web o apps, y son efectivos para consultas rápidas sin necesidad
de hardware adicional. Por su parte, los de voz, como asistentes virtuales
integrados en dispositivos inteligentes, permiten comandos orales mediante
reconocimiento de voz, facilitando una interacción más natural en entornos
cotidianos (Nireweb, 2025). Además, emergen variantes multimedia que
incorporan elementos visuales como imágenes o videos, enriqueciendo la
comunicación en contextos educativos o de marketing.
Chatbots como herramienta de IA para la personalización del aprendizaje en la Educación
Páginas: 110-121
ISSN: 2953-6707
115
En el ámbito de la educación, por instancia, chatbots como ChatGPT
o Gemini se utilizan para apoyar el aprendizaje, aunque su implementación
plantea desafíos éticos relacionados con la dependencia y la originalidad del
conocimiento generado (Herrera Pérez et al., 2025). Esta diversidad en
métodos subraya la importancia de adaptar el chatbot al público objetivo,
considerando factores como la edad o las preferencias tecnológicas.
Tabla 1
Clasificación de los Chatbots
Criterio
Tipos
Características
Diferencias/Ventajas/Desventajas
Tecnología
Reglas/Script
Flujos predefinidos,
respuestas fijas.
No aprende; bajo costo, pero rígido.
Menús/Botones
Opciones
seleccionables.
Estructurado; poco flexible.
Palabras Clave
Detecta términos
específicos.
Preciso para directos; falla en
ambigüedades.
IA/ML
NLP y aprendizaje;
respuestas naturales.
Adaptable; alto costo y posibles
sesgos.
Híbridos
Reglas + IA.
Equilibrado; diseño complejo.
Interacción
Texto
Conversación escrita.
Accesible; no hands-free.
Voz
Reconocimiento audio
(ej. Siri).
Intuitivo; sensible a ruido.
Multimedia
Incluye
imágenes/videos.
Engaging; requiere banda ancha.
Propósito
Atención Cliente
Soporte consultas.
Reduce carga humana; no resuelve
complejos.
Ventas
Recomendaciones
compras.
Aumenta conversiones; puede ser
intrusivo.
Marketing
Leads y promociones.
Mejora engagement; riesgo spam.
Asistentes
Virtuales
Tareas generales.
Versátil; posible dependencia.
Nota. Autores (2026)
En el ámbito de la educación Superior, se sabe que una de las
principales competencias genéricas es aprender a aprender, entendida como
la capacidad para proseguir, persistir y organizar el propio aprendizaje
(European Commission, 2018). En este sentido, para el desarrollo de esta
competencia la retroalimentación entre pares parece útil porque favorece el
juicio evaluativo, esto es, la capacidad de tomar decisiones sobre la calidad
del propio trabajo y del de los demás (Betman et al., 2018).
Es entonces allí, donde resulta de gran ayuda los Chatbot para
potenciar los procesos de enseñanza y aprendizaje. Así lo confirman Serrano
et al. (2024) cuando concluyen que la implementación de Chatbot en la
educación superior tecnológica promete contribuciones sustanciales a la
calidad educativa, aunque enfrenta desafíos estructurales y de capacitación.
Los principales aportes de los Chatbots se centran en:
Goyo Katherin y Marín Laura
Páginas: 110-121
ISSN: 2953-6707
116
Eficiencia administrativa y docente: Los chatbots pueden automatizar
tareas repetitivas como responder preguntas frecuentes sobre horarios,
inscripciones, becas o procesos administrativos. Su uso reduce la carga
sobre el personal administrativo, permitiéndole centrarse en funciones más
complejas y de mayor valor. Esto libera tiempo valioso para que los docentes
se concentren en aspectos pedagógicos y en el acompañamiento
individualizado de los estudiantes.
Accesibilidad y soporte 24/7: Una de las ventajas más destacadas es la
disponibilidad continua. Los estudiantes pueden resolver dudas y acceder a
información en cualquier momento y lugar, superando barreras temporales y
geográficas, lo cual es crucial para la equidad educativa.
Mejora de la interacción y el compromiso: Al simular conversaciones
humanas, los chatbots pueden incrementar el compromiso y la motivación
estudiantil, facilitando un aprendizaje más dinámico y atractivo.
Sin embargo, para que estos aportes se materialicen, es imperativo
superar obstáculos como la limitada infraestructura tecnológica y la baja
preparación del profesorado en competencias digitales. Es vital que el
personal docente esté adecuadamente formado para utilizar estas
herramientas de manera efectiva y ética.
Por otra parte, la personalización del aprendizaje, entendida como la
adaptación de la enseñanza a los objetivos, intereses y competencias de
cada estudiante, es una de las promesas más significativas de la IA en la
educación. Los chatbots son una herramienta clave para alcanzar este
objetivo. Su capacidad para adaptarse al ritmo y estilo de aprendizaje de
cada estudiante permite crear itinerarios formativos individualizados y
detectar áreas donde los estudiantes tienen dificultades para adaptar el
contenido.
De la misma forma, Delgado et al. (2024) señalan que las formas en
que los chatbots personalizan el aprendizaje incluyen:
Aprendizaje adaptativo: Mediante el análisis de datos de interacción, los
chatbots pueden modificar continuamente el contenido y los recursos según
el progreso del estudiante, creando itinerarios personalizados. Esta
tecnología evita las limitaciones de un ritmo único para todos, que puede
resultar demasiado rápido para unos y poco estimulante para otros.
Retroalimentación inmediata y personalizada: Los chatbots pueden
ofrecer correcciones y explicaciones en tiempo real, lo que favorece la
autorregulación del aprendizaje. Además, la IA puede automatizar
evaluaciones, ofreciendo a los docentes información detallada sobre el
desempeño estudiantil para intervenciones más eficientes.
Chatbots como herramienta de IA para la personalización del aprendizaje en la Educación
Páginas: 110-121
ISSN: 2953-6707
117
Soporte al aprendizaje autónomo: Al proporcionar respuestas
instantáneas y recursos adicionales, los chatbots promueven que los
estudiantes tomen un rol más activo en su proceso formativo.
Tutorías virtuales: Actuando como tutores, los chatbots pueden recomendar
recursos y ofrecer lecciones adaptadas, mejorando la comprensión y
retención del conocimiento. Estos sistemas de tutoría inteligente (STI)
proporcionan orientación en tiempo real basada en las necesidades de cada
estudiante.
La integración de chatbots está destinada a generar impactos
profundos en los resultados de aprendizaje y la innovación pedagógica. Se
espera que estas herramientas potencien los resultados académicos y la
satisfacción estudiantil al ofrecer experiencias más dinámicas y ajustadas a
las necesidades individuales.Los impactos esperados son:
• Mejora del rendimiento académico: El uso de chatbots mejora los
resultados de aprendizaje y la retención del conocimiento. Una
encuesta de HolonIQ (2023) reveló que el 75 % de los encuestados
cree que la principal razón para adoptar la IA es mejorar los resultados
del estudiantado.
• Desarrollo de competencias para el siglo XXI: Fomenta habilidades
como el pensamiento crítico, la resolución de problemas y la
creatividad. Además, prepara a los estudiantes para un mercado
laboral donde la IA será una herramienta imprescindible en casi todas
las profesiones.
• Transformación de la práctica docente: Los chatbots no solo apoyan
a los estudiantes, sino que también transforman el rol del docente,
permitiéndoles pasar de ser transmisores de conocimiento a
diseñadores de experiencias de aprendizaje.
• Innovación en la evaluación: La IA permite automatizar la evaluación
y abre la puerta a nuevos modelos menos tradicionales. Las
plataformas automatizadas pueden personalizar ejercicios según las
debilidades de cada estudiante.
Fomento de la equidad: Al ofrecer apoyo personalizado, los chatbots pueden
ayudar a reducir brechas educativas. Las herramientas de IA son valiosas
para estudiantes con discapacidades, ofreciendo recursos como la
conversión de texto a voz o la transcripción instantánea.
Goyo Katherin y Marín Laura
Páginas: 110-121
ISSN: 2953-6707
118
Tabla 2
Resumen de autores y aportes sobre Chatbots en la personalización del aprendizaje
Autor(es)
Año
Aporte Principal y Contexto
Enfoque en Personalización y
Educación Superior Tecnológica
Arias et al.
2024
Contextualizan el papel de los Chatbot
como agentes conversacionales que
simulan diálogos humanos mediante el
Procesamiento del Lenguaje Natural
(PLN).
Señalan que los Chatbot ofrecen nuevas
vías para alcanzar una de las metas más
antiguas de la pedagogía: la
personalización del aprendizaje.
Puentedura
2010
Desarrollo del Modelo SAMR
(Sustitución, Aumento, Modificación y
Redefinición).
Este modelo permite ilustrar cómo se
puede integrar la tecnología para modificar
y transformar el aprendizaje, siendo crucial
para determinar la forma en que docentes
y estudiantes utilizan la tecnología.
Mishra y
Koehler
2006
Propuesta del Modelo TPACK
(Conocimiento Tecnológico,
Pedagógico y de Contenido).
Es un marco esencial para la reflexión
docente sobre la integración efectiva de
herramientas de IA, destacando siete tipos
de conocimiento sobre la enseñanza.
Serrano et
al.
2024
Conclusión sobre las contribuciones
sustanciales que promete la
implementación de chatbots en la
educación superior tecnológica.
Sus aportes clave para el aprendizaje
personalizado incluyen la Eficiencia
administrativa y docente (liberando tiempo
para el acompañamiento individualizado de
los estudiantes) y la Accesibilidad y
soporte 24/7 (superando barreras
geográficas y temporales, crucial para la
equidad educativa).
Delgado et
al.
2024
Identificación de las formas específicas
en que los chatbots personalizan el
aprendizaje.
Aprendizaje adaptativo (modificando
contenido según el progreso);
Retroalimentación inmediata y
personalizada (favoreciendo la
autorregulación); Soporte al aprendizaje
autónomo (promoviendo un rol activo); y
Tutorías virtuales (ofreciendo orientación
en tiempo real).
Garzón-
Quiroz et
al.
2025
Análisis de la limitación de los chatbots
basados en reglas.
Destacan que los chatbots basados en
reglas se quedan cortos ante preguntas
ambiguas, lo que subraya la necesidad de
sistemas basados en IA (PLN y ML) para
lograr interacciones más naturales y
contextuales, esenciales para la
personalización.
Duque et
al.
2025
Reflexión sobre los modelos
generativos como GPT.
Señalan que, si bien estos modelos
pueden simular empatía, en ocasiones
resultan en respuestas estandarizadas y
carentes de profundidad genuina, lo cual
implica un desafío en la calidad de la
personalización emocional.
Herrera
Pérez et al.
2025
Revisión sobre el uso de chatbots en
educación.
Identifican desafíos éticos importantes en
la implementación de chatbots (como
ChatGPT o Gemini), especialmente en lo
relacionado con la dependencia del
estudiante y la originalidad del
conocimiento generado.
HolonIQ
2023
Encuesta sobre las razones para la
adopción de IA.
Revelan que el 75% de los encuestados
cree que la principal razón para adoptar la
IA es mejorar los resultados del
estudiantado, lo que justifica la inversión
en herramientas personalizadas.
Nota. Autoras, (2026)
Chatbots como herramienta de IA para la personalización del aprendizaje en la Educación
Páginas: 110-121
ISSN: 2953-6707
119
Discusión
La implementación de chatbots en la educación presenta un
panorama de fortalezas significativas, pero también de desafíos que
requieren una reflexión crítica para asegurar una integración ética y efectiva.
La principal fortaleza es su capacidad para ofrecer soporte
personalizado, inmediato y continuo (24/7), lo cual mejora la experiencia
educativa y el compromiso. La personalización se manifiesta en la
adaptación de contenidos y la retroalimentación, fomentando la autonomía
del estudiante. La automatización de tareas administrativas reduce la carga
docente y optimiza los recursos institucionales.
A pesar de su potencial, la implementación de chatbots enfrenta
limitaciones importantes. Una de las más citadas es la ausencia de empatía
y apoyo emocional, aspectos que la interacción humana ofrece y que la IA
actual no replica plenamente. Esto subraya la necesidad de que los chatbots
actúen como un complemento y no como un sustituto del docente.
Otro desafío crucial son los aspectos éticos y los sesgos algorítmicos.
La eficacia de la IA depende de la calidad de los datos, y si estos son
sesgados, los resultados pueden ser injustos. Los modelos pueden perpetuar
sesgos culturales, lingüísticos o sociales existentes. Es fundamental que las
instituciones desarrollen marcos éticos claros para un uso responsable,
abordando la privacidad de los datos, la fiabilidad de la información y la
integridad académica.
Finalmente, la brecha digital y la falta de capacitación docente son
barreras significativas, así como señalan los resultados de la encuesta
IPSOS 2023, en donde el 65% de los encuestados a nivel mundial indicó que
es indispensable invertir en infraestructura y en programas de formación que
preparen a los docentes para utilizar estas herramientas de manera crítica y
pedagógicamente sólida. Dada la rápida evolución de la IA, es crucial que
las instituciones adopten un enfoque proactivo, maximizando sus beneficios
mientras enfrentan sus desafíos inherentes.
Conclusiones
La investigación muestra el poder transformador de los chatbots en la
personalización del aprendizaje, específicamente, en la educación superior
tecnológica. Asimismo, estas tecnologías emergen, de manera palpable,
como una fuerza que remodela la interacción entre discentes, instructores, y
el saber. Ofrecen soporte continuo, retroalimentación instantánea, además
de itinerarios de aprendizaje adaptativos que favorecen la calidad educativa,
y estimulan la autonomía estudiantil y la optimización administrativa.
Goyo Katherin y Marín Laura
Páginas: 110-121
ISSN: 2953-6707
120
El creciente interés en el ámbito de la educación superior claramente
evidencia la importancia de integrar estas herramientas, para conservar la
competitividad de la formación técnica y tecnológica. Los chatbots podrían
ser unos aliados estratégicos, pues permiten una administración más
eficiente, y, por consiguiente, facilitan al cuerpo docente dedicarse a tareas
pedagógicas de alto valor.
Sin embargo, la implementación presenta ciertos desafíos. Es
fundamental, que la incorporación de chatbots se fundamente en principios
éticos rigurosos, para garantizar la equidad, transparencia y privacidad de
los datos. así mismo, los chatbots, deben considerarse como un
complemento vital al profesorado, cuya presencia humana sigue siendo
fundamental e irremplazable.
Por otra parte, para usar de forma eficiente estas herramientas, se
requiere de una inversión firme en infraestructura y en programas de
formación para educadores.
En última instancia, la integración eficiente y ética de los chatbots
moldeará el futuro de una educación superior más tecnificada,
personalizada, y por supuesto más inclusiva e innovadora.
Referencias
Arias, D. P. B., Villacis, S. M. V., & Bastidas, J. A. P. (2024). Analizando el uso
de los chatbots como herramienta de apoyo en el aprendizaje de
estudiantes universitarios. Ciencia Latina Revista Científica
Multidisciplinar, 8(1), 1269–1282.
Bearman, M., Tai, J., Dawson, P., Boud, D., & Ajjawi, R. (2024). Developing
evaluative judgement for an era of generative artificial intelligence.
Assessment & Evaluation in Higher Education, 49(6), 893–905.
https://doi.org/10.1080/02602938.2024.2335321
Delgado, N., Campo Carrasco, L., Sainz de la Maza, M., & Etxabe-Urbieta,
J. M. (2024). Aplicación de la inteligencia artificial (IA) en educación:
Beneficios y limitaciones percibidos por el profesorado de educación
primaria, secundaria y superior. Revista Electrónica Interuniversitaria
de Formación del Profesorado, 27(1), 207–224.
https://doi.org/10.6018/reifop.577211
Duque-Pereira, I. S., & Moura, S. A. (2025, 30 de abril). Chatbots de IA y
simulación de diálogo: ¿Qué dice la teoría bajtiniana? SciELO en
Perspectiva. https://blog.scielo.org/es/2025/04/30/chatbots-de-ia-y-
simulacion-de-dialogo-que-dice-la-teoria-bajtiniana/
Education Intelligence Unit. (2023). 2023 global education outlook. HolonIQ.
https://www.holoniq.com/notes/2023-global-education-outlook
Chatbots como herramienta de IA para la personalización del aprendizaje en la Educación
Páginas: 110-121
ISSN: 2953-6707
121
European Commission. (2021). Horizon Europe strategic plan (2021–2024).
European Commission.
García-Gaona, H. G., Hernández-Gaona, L. Y., Gámez-Ortíz, R. A., & Gaona-
Julián, G. (2023). Perspectivas del uso de chatbots en la educación
superior: Caso de estudio de la Universidad Tecnológica de Gutiérrez
Zamora. Revista Multidisciplinaria de Ciencia, Innovación y Desarrollo
(REMCID), 32, 37.
Garzón-Quiroz, M., Del Campo-Saltos, G., & Loor-Ávila, B. (2025). Análisis
sistemático sobre la eficiencia comunicativa entre chatbots basados
en reglas y modelos de lenguaje natural. Universitas-XXI, Revista de
Ciencias Sociales y Humanas, 42, 167–192.
https://www.redalyc.org/journal/4761/476181404007/html
González, J., Fernández, L., & García, M. (2024). Desafíos de la educación
técnica en Guayaquil. Editorial Académica.
Herrera Pérez, J. C., Ochoa Londoño, E. D., & Tello Zuluaga, J. (2025).
Chatbots e inteligencia artificial en educación secundaria y media:
Revisión sistemática y análisis de impacto. Academia y Virtualidad.
https://revistas.umng.edu.co/index.php/ravi/article/view/7473
Ipsos. (2024, 29 de febrero). Resultados anuales 2023. Ipsos.
https://www.ipsos.com/es-ec/resultados-anuales-2023
Jiménez-García, E., Bellido-Carrasco, P., & López-García, C. (2024). La
inteligencia artificial en la educación superior: Desafíos y
oportunidades. RIED. Revista Iberoamericana de Educación a
Distancia, 27(1), 9–28.
Mazure, S. J. (2025, 6 de julio). Marco regulatorio de IA en Ecuador:
Innovación segura. SergioJMazure.
https://sergio.ec/marco-regulatorio-de-ia-en-ecuador-innovacion-segura/
Nireweb. (2025, 14 de octubre). Tipos de chatbot. https://nireweb.es/tipos-
de-chatbot/
Schwab, K. (2017). La cuarta revolución industrial. Debate.
Serrano, J. L., & Moreno-García, J. (2024). Inteligencia artificial y
personalización del aprendizaje: ¿Innovación educativa o promesas
recicladas? Edutec, Revista Electrónica de Tecnología Educativa,
(89), 1–17. https://doi.org/10.21556/edutec.2024.89.3577
Goyo Katherin y Marín Laura