Transformación docente e IA generativa en la educación superior

El artículo “IA generativa y transformación de la enseñanza en la educación superior: Revisión sistemática y modelo conceptual” analiza cómo la rápida expansión de la inteligencia artificial generativa está modificando el papel del profesorado universitario. 

Lejos de limitarse a incorporar una herramienta más al aula, la IA generativa plantea un cambio profundo: interviene en tareas cognitivas, comunicativas y organizativas que antes dependían exclusivamente del docente, y obliga a repensar la autoridad académica, el diseño curricular y la forma en que se construyen los entornos de aprendizaje.

A partir de una revisión sistemática de estudios publicados entre 2022 y 2025, el trabajo muestra que la investigación sobre IA generativa en educación superior ha crecido de forma acelerada desde 2023. Los resultados señalan una redistribución de las funciones docentes: el profesorado deja de ser solo transmisor de conocimiento para convertirse en mediador, diseñador, supervisor crítico y acompañante en ecosistemas híbridos donde interactúan personas y algoritmos. 

Este cambio abre oportunidades para la personalización, la retroalimentación y la innovación pedagógica, pero también genera tensiones relacionadas con la integridad académica, los sesgos algorítmicos, la dependencia tecnológica y la pérdida de autonomía pedagógica.

Una de las principales aportaciones del artículo es la propuesta de un modelo conceptual organizado en cuatro dominios interconectados: cognitivo-tecnológico, diseño pedagógico, ético-epistémico e institucional-curricular. Este marco ayuda a comprender que la integración responsable de la IA generativa no depende solo del uso de herramientas, sino de políticas institucionales, formación docente, criterios éticos y rediseños curriculares sólidos. 

La idea de fondo es clara: la IA generativa puede transformar la enseñanza universitaria, pero su verdadero valor dependerá de la capacidad de las instituciones y del profesorado para convertirla en una aliada crítica, equitativa y pedagógicamente significativa.

---

Cómo citar: Juárez-Vázquez, S., Sol Sampedro, F. J., & Hernández Ruíz, N. (2026). IA generativa y transformación de la enseñanza en la educación superior: Revisión sistemática y modelo conceptual. RIED-Revista Iberoamericana de Educación a Distancia, 29(2). https://doi.org/10.5944/ried.47225

Teaching Transformation and Generative AI in Higher Education

The article “Generative AI and the Transformation of Teaching in Higher Education: A Systematic Review and Conceptual Model” analyzes how the rapid expansion of generative artificial intelligence is reshaping the role of university faculty.

Far from being limited to the incorporation of yet another tool into the classroom, generative AI represents a profound shift: it intervenes in cognitive, communicative, and organizational tasks that previously depended exclusively on teachers, forcing us to rethink academic authority, curriculum design, and the way learning environments are constructed.

Based on a systematic review of studies published between 2022 and 2025, the work shows that research on generative AI in higher education has grown rapidly since 2023. The findings point to a redistribution of teaching functions: faculty are no longer merely transmitters of knowledge, but become mediators, designers, critical supervisors, and guides in hybrid ecosystems where people and algorithms interact.

This shift opens up opportunities for personalization, feedback, and pedagogical innovation, but it also creates tensions related to academic integrity, algorithmic bias, technological dependence, and the loss of pedagogical autonomy.

One of the article’s main contributions is the proposal of a conceptual model organized around four interconnected domains: cognitive-technological, pedagogical design, ethical-epistemic, and institutional-curricular. This framework helps us understand that the responsible integration of generative AI depends not only on the use of tools, but also on institutional policies, teacher training, ethical criteria, and robust curricular redesigns.

The underlying idea is clear: generative AI can transform university teaching, but its true value will depend on the ability of institutions and faculty to turn it into a critical, equitable, and pedagogically meaningful ally.

---

How to Cite: Juárez-Vázquez, S., Sol Sampedro, F. J., & Hernández Ruíz, N. (2026). Generative AI and transformation of teaching in higher education: Systematic review and conceptual model. RIED-Revista Iberoamericana de Educación a Distancia, 29(2). https://doi.org/10.5944/ried.47225

Impacto de la IA generativa en las competencias digitales universitarias

El artículo “Impacto de la IA generativa en competencias digitales universitarias: evidencia experimental basada en el marco DigComp” aborda una cuestión central para la educación superior actual: cómo el uso guiado de herramientas de inteligencia artificial generativa puede contribuir al desarrollo real de competencias digitales en el alumnado universitario. 

Frente a la idea, todavía extendida, de que los jóvenes ya dominan lo digital por el simple hecho de convivir con la tecnología, el estudio recuerda que saber usar herramientas no equivale necesariamente a saber utilizarlas de forma crítica, estratégica y autónoma.

A partir de un ensayo controlado aleatorizado con estudiantes universitarios, la investigación analiza el impacto de una intervención formativa centrada en el uso estratégico de la IA generativa. Los resultados muestran mejoras significativas en competencias vinculadas a la búsqueda y gestión de información, la interacción con herramientas tecnológicas y la autorregulación digital. 

Especialmente relevante es el efecto observado entre estudiantes con menor nivel inicial de competencia digital, lo que sugiere que la IA, cuando se integra con orientación didáctica, puede actuar como una herramienta compensadora capaz de reducir brechas y favorecer aprendizajes más equitativos.

Una de las principales aportaciones del trabajo es que no presenta la IA generativa como una solución automática, sino como un recurso educativo que requiere acompañamiento, planificación y criterio pedagógico. El artículo subraya que el valor de estas tecnologías no reside únicamente en su capacidad para producir respuestas, sino en cómo pueden ayudar al alumnado a formular mejores preguntas, contrastar información, resolver problemas y tomar conciencia de sus propias necesidades de aprendizaje. 

En este sentido, la IA generativa aparece no como sustituta del profesorado, sino como una oportunidad para repensar la enseñanza universitaria desde una perspectiva más crítica, inclusiva y orientada al desarrollo de competencias para la vida digital.

---

Cómo citar: García, C. G., & Pallarés, N. (2026). Impacto de la IA generativa en competencias digitales universitarias: evidencia experimental basada en el marco DigComp. RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 53–77. https://doi.org/10.5944/ried.45533

Impact of Generative AI on University Students’ Digital Competences

The article “Impact of Generative AI on University Students’ Digital Competences: Experimental Evidence Based on the DigComp Framework” addresses a central issue in today’s higher education: how the guided use of generative artificial intelligence tools can contribute to the real development of digital competences among university students.

Against the still widespread idea that young people already master the digital world simply because they live surrounded by technology, the study reminds us that knowing how to use tools does not necessarily mean knowing how to use them critically, strategically, and autonomously.

Based on a randomized controlled trial with university students, the research analyzes the impact of a training intervention focused on the strategic use of generative AI. The results show significant improvements in competences related to information search and management, interaction with technological tools, and digital self-regulation.

Particularly relevant is the effect observed among students with a lower initial level of digital competence, suggesting that AI, when integrated with didactic guidance, can act as a compensatory tool capable of reducing gaps and fostering more equitable learning.

One of the main contributions of the study is that it does not present generative AI as an automatic solution, but rather as an educational resource that requires support, planning, and pedagogical judgment. The article emphasizes that the value of these technologies lies not only in their ability to produce answers, but also in how they can help students ask better questions, verify information, solve problems, and become aware of their own learning needs.

In this sense, generative AI appears not as a substitute for teachers, but as an opportunity to rethink university teaching from a more critical, inclusive perspective, oriented toward the development of competences for digital life.

---

How to Cite: García, C. G., & Pallarés, N. (2026). Impact of generative AI on university students’ digital competences: experimental evidence based on the DigComp framework. RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 53–77. https://doi.org/10.5944/ried.45533

Historias digitales para aprender mejor

El artículo “Diseño y análisis de narrativas enriquecidas con inteligencia artificial. Proyecto de transferencia UNED-UTMACH” aborda una cuestión clave para la educación actual: cómo integrar la IA no como simple herramienta técnica, sino como aliada para crear relatos educativos más claros, personalizados y participativos. 

A partir de 22 narrativas elaboradas por alumnado universitario y evaluadas por 200 investigadores en Círculos de Análisis por Pares, el estudio muestra que la IA puede contribuir a mejorar la coherencia, la relevancia y la adaptación de los contenidos a distintos perfiles de aprendizaje.

Uno de los principales aciertos del trabajo es situar la innovación en un contexto real de transferencia entre la UNED y la UTMACH, vinculado a entornos sNOOC y a prácticas de aprendizaje colaborativo.

 

La investigación no idealiza la tecnología: reconoce su potencial para enriquecer las narrativas digitales, pero también subraya que la calidad educativa depende del diseño visual, la accesibilidad, la retroalimentación y el papel activo del profesorado. En ese equilibrio entre entusiasmo y mirada crítica reside buena parte de su valor divulgativo.

La reseña final que deja este artículo es clara: la IA puede abrir nuevas formas de contar, enseñar y aprender, siempre que se use con criterios pedagógicos, éticos y transparentes. 

Su mayor aportación no está solo en confirmar correlaciones positivas entre claridad, relevancia y personalización, sino en recordar que una narrativa educativa verdaderamente enriquecida no es la que incorpora más tecnología, sino la que logra que el alumnado comprenda mejor, participe más y se sienta parte de una experiencia de aprendizaje significativa.

---

Cómo citar: Gil Quintana, J., García Blazquez, E., Hueso Romero, J. J., & Cantillo Valero, C. (2025). Diseño y análisis de narrativas enriquecidas con inteligencia artificial. Proyecto de transferencia UNED - UTMACH. RIED-Revista Iberoamericana de Educación a Distancia, 28(2), 57–79. https://doi.org/10.5944/ried.28.2.43305

Digital Stories for Better Learning

The article “Design and Analysis of Narratives Enriched with Artificial Intelligence: UNED-UTMACH Transfer Project” addresses a key issue in today’s education: how to integrate AI not merely as a technical tool, but as an ally in creating clearer, more personalized, and more participatory educational narratives.

Based on 22 narratives created by university students and evaluated by 200 researchers in Peer Analysis Circles, the study shows that AI can help improve the coherence, relevance, and adaptation of content to different learning profiles.

One of the main strengths of the work is that it places innovation within a real context of knowledge transfer between UNED and UTMACH, linked to sNOOC environments and collaborative learning practices.

The research does not idealize technology: it acknowledges its potential to enrich digital narratives, but also emphasizes that educational quality depends on visual design, accessibility, feedback, and the active role of teachers. Much of its value for a broader audience lies precisely in this balance between enthusiasm and critical perspective.

The final takeaway from this article is clear: AI can open up new ways of telling, teaching, and learning, provided it is used according to pedagogical, ethical, and transparent criteria.

Its greatest contribution lies not only in confirming positive correlations between clarity, relevance, and personalization, but also in reminding us that a truly enriched educational narrative is not the one that incorporates more technology, but the one that helps students understand better, participate more, and feel part of a meaningful learning experience. 

---

How to Cite: Gil Quintana, J., García Blazquez, E., Hueso Romero, J. J., & Cantillo Valero, C. (2025). Design and analysis of narratives enriched with artificial intelligence. UNED - UTMACH transfer project. RIED-Revista Iberoamericana de Educación a Distancia, 28(2), 57–79. https://doi.org/10.5944/ried.28.2.43305

La inteligencia artificial y la personalización del aprendizaje a distancia

La personalización del aprendizaje es una de las grandes promesas de la inteligencia artificial en la educación a distancia, y este artículo aborda precisamente esa cuestión desde una revisión sistemática de la literatura. 

El trabajo de Rosa Romero Alonso, Katherine Araya Carvajal y Natalia Reyes Acevedo analiza 65 estudios publicados entre 2018 y 2023 para identificar cómo se está utilizando la IA en entornos virtuales con el fin de adaptar recursos, rutas de aprendizaje, apoyos académicos y retroalimentación a las necesidades de cada estudiante.

La revisión muestra que la IA se está aplicando principalmente en sistemas de tutoría inteligente, modelos predictivos de éxito académico, sistemas de recomendación adaptativa y herramientas de apoyo a estudiantes con necesidades educativas especiales. 

Estos usos permiten anticipar dificultades, orientar mejor el acompañamiento, ajustar materiales y favorecer experiencias de aprendizaje más flexibles. El artículo destaca, además, que las experiencias se concentran especialmente en educación superior y en disciplinas STEM, aunque su potencial puede extenderse a diversos niveles y áreas de conocimiento.

El principal valor del estudio está en presentar una visión equilibrada: la IA puede mejorar la motivación, la participación y el rendimiento en la educación virtual, pero su implementación exige cautela pedagógica y ética. 

La personalización no puede reducirse a una cuestión técnica basada en datos y algoritmos; debe estar guiada por criterios educativos claros, protección de la privacidad, transparencia en el uso de la información y una reflexión sobre el rol docente. En este sentido, el artículo invita a pensar la IA no como sustituto de la enseñanza, sino como una herramienta para diseñar entornos virtuales más inclusivos, adaptativos y centrados en el estudiante.

---

Cómo citar: Romero Alonso, R., Araya Carvajal, K., & Reyes Acevedo, N. (2025). Rol de la Inteligencia Artificial en la personalización de la educación a distancia: una revisión sistemática. RIED-Revista Iberoamericana de Educación a Distancia, 28(1), 9–36. https://doi.org/10.5944/ried.28.1.41538

Artificial Intelligence and the Personalization of Distance Learning

The personalization of learning is one of the great promises of artificial intelligence in distance education, and this article addresses precisely that issue through a systematic literature review.

The work by Rosa Romero Alonso, Katherine Araya Carvajal, and Natalia Reyes Acevedo analyzes 65 studies published between 2018 and 2023 to identify how AI is being used in virtual environments to adapt resources, learning paths, academic support, and feedback to the needs of each student.

The review shows that AI is mainly being applied in intelligent tutoring systems, predictive models of academic success, adaptive recommendation systems, and support tools for students with special educational needs.

These uses make it possible to anticipate difficulties, provide better guidance and support, adjust materials, and promote more flexible learning experiences. The article also highlights that these experiences are especially concentrated in higher education and STEM disciplines, although their potential can extend to different educational levels and fields of knowledge.

The main value of the study lies in offering a balanced perspective: AI can improve motivation, participation, and performance in virtual education, but its implementation requires pedagogical and ethical caution.

Personalization cannot be reduced to a technical matter based on data and algorithms. It must be guided by clear educational criteria, privacy protection, transparency in the use of information, and reflection on the role of teachers. In this sense, the article invites us to view AI not as a replacement for teaching, but as a tool for designing more inclusive, adaptive, and student-centered virtual environments.

---

How to Cite: Romero Alonso, R., Araya Carvajal, K., & Reyes Acevedo, N. (2025). Role of Artificial Intelligence in the personalization of distance education: a systematic review. RIED-Revista Iberoamericana de Educación a Distancia, 28(1), 9–36. https://doi.org/10.5944/ried.28.1.41538

Flipped Classroom: ¿qué hace falta para que funcione?

El artículo “Evaluación de variables contextuales en la implementación de la metodología Flipped Classroom en educación secundaria”, de José Luis Estévez-Méndez, José Luis Díaz Palencia, Almudena Sánchez Sánchez y Julián Roa González, analiza la adopción del modelo de aula invertida en educación secundaria a partir de distintas variables del contexto educativo. 

El estudio parte de una idea relevante: la innovación metodológica no depende únicamente de la voluntad docente, sino también de factores como el tipo de centro, la edad del profesorado, la especialidad, la organización de los espacios y las condiciones institucionales.

Uno de los principales aportes del trabajo es su enfoque cuantitativo, basado en una amplia muestra de 1.139 estudiantes del Máster de Formación del Profesorado y en la observación de 2.114 aulas. 

Los resultados muestran que la implementación del Flipped Classroom es desigual: se utiliza más en centros privados y concertados que en públicos, con mayor frecuencia entre docentes menores de 40 años, y aparece con más presencia en áreas como Inglés, Educación Física, Geografía e Historia y Formación Profesional. También se observa que los espacios flexibles favorecen más su aplicación que las aulas tradicionales.

La reseña permite concluir que el valor del artículo reside en mostrar que la transformación metodológica requiere algo más que promover nuevas estrategias didácticas. Para que el aula invertida pueda extenderse de forma equitativa, es necesario atender a las condiciones reales de los centros, reforzar la formación continua del profesorado, mejorar las competencias digitales y disponer de recursos adecuados. 

El estudio invita, por tanto, a pasar de una visión idealizada de la innovación educativa a una mirada más contextual, donde la metodología solo puede consolidarse si va acompañada de apoyo institucional, formación y condiciones pedagógicas favorables.

---

Cómo citar: Estévez-Méndez, J. L., Díaz Palencia, J. L., Sánchez Sánchez, A., & Roa González , J. (2024). Evaluación de variables contextuales en la implementación de la metodología Flipped Classroom en educación secundaria. RIED-Revista Iberoamericana de Educación a Distancia, 27(2), 317–337. https://doi.org/10.5944/ried.27.2.38980

Flipped Classroom: What Does It Take to Make It Work?

The article “Evaluation of Contextual Variables in the Implementation of the Flipped Classroom Methodology in Secondary Education”, by José Luis Estévez-Méndez, José Luis Díaz Palencia, Almudena Sánchez Sánchez, and Julián Roa González, analyzes the adoption of the flipped classroom model in secondary education based on different variables within the educational context.

The study is based on a relevant idea: methodological innovation does not depend solely on teachers’ willingness, but also on factors such as the type of school, teachers’ age, subject area, classroom organization, and institutional conditions.

One of the main contributions of the article is its quantitative approach, based on a large sample of 1,139 students from the Master’s Degree in Teacher Training and the observation of 2,114 classrooms.

The results show that the implementation of the Flipped Classroom is uneven: it is used more often in private and state-subsidized schools than in public schools, more frequently by teachers under the age of 40, and is more present in areas such as English, Physical Education, Geography and History, and Vocational Training. The study also shows that flexible spaces favor its application more than traditional classrooms.

This review leads to the conclusion that the value of the article lies in showing that methodological transformation requires more than simply promoting new teaching strategies. For the flipped classroom to spread equitably, it is necessary to address the real conditions of schools, strengthen teachers’ ongoing professional development, improve digital competencies, and provide adequate resources.

The study therefore invites us to move from an idealized view of educational innovation toward a more contextual perspective, where a methodology can only become consolidated if it is accompanied by institutional support, training, and favorable pedagogical conditions.

---

How to Cite: Estévez-Méndez, J. L., Díaz Palencia, J. L., Sánchez Sánchez, A., & Roa González , J. (2024). Evaluation of contextual variables in the implementation of the Flipped Classroom methodology in secondary education. RIED-Revista Iberoamericana de Educación a Distancia, 27(2), 317–337. https://doi.org/10.5944/ried.27.2.38980