El profundo impacto de la inteligencia artificial en la educación superior

Partimos de la premisa de que la Inteligencia Artificial (IA) supone un cambio de era, incluso más allá que el cambio producido en la Era Digital, y por ello impacta profundamente en toda la sociedad y, en particular, en la Educación Superior. 

Después de justificar esta hipótesis, analizamos en primer lugar el papel de la Inteligencia Artificial, y en particular de la Inteligencia Artificial generativa, como complemento al material educativo, como tutor inteligente y como participante en foros de estudiantes. 

Realmente, la IA puede acelerar y apoyar en muchos procesos de enseñanza-aprendizaje.

 

En segundo lugar, analizamos cómo la IA impacta en todos los aspectos de las universidades, obligando a una profunda reflexión sobre cómo debe ser la universidad del futuro, tomando como referencia ocho claves fundamentales. 

La creación de estructuras organizativas en la universidad que apoyen este cambio formando a profesorado, estudiantado y personal administrativo es esencial, así como la formulación de metodologías educativas novedosas, la estructuración de la oferta formativa y la adecuación de los espacios para llevarlas a cabo. 

Para analizar el impacto en las universidades se compara cómo las ocho claves mencionadas han sufrido una transformación, primero gracias a la evolución e integración de las tecnologías digitales y, posteriormente, gracias a la evolución e integración de la Inteligencia Artificial.

---

Cómo citar: Delgado Kloos, C., & Alario-Hoyos, C. (2026). El profundo impacto de la inteligencia artificial en la educación superior. RIED-Revista Iberoamericana de Educación a Distancia, 29(2), 9–34. https://doi.org/10.5944/ried.47295

Artificial intelligence changes everything in higher education

We begin with the premise that Artificial Intelligence (AI) represents a change of era, even beyond the transformation brought about by the Digital Era and therefore it has a profound impact on society as a whole and, in particular, on Higher Education. 

After justifying this hypothesis, we first analyze the role of Artificial Intelligence, and in particular, Generative Artificial Intelligence, as a complement to educational materials, as an intelligent tutor, and as a participant in student forums. 

Indeed, AI can accelerate and support many teaching–learning processes. 

Secondly, we analyze how AI affects all aspects of universities, forcing a deep reflection on what the university of the future should be like, taking eight fundamental key factors as a reference. 

The creation of organizational structures within universities to support this change, by training faculty, students, and administrative staff, is essential, as is the adoption of innovative educational methodologies, the structuring of the educational offering, and the adaptation of spaces to carry them out. 

To analyze the impact on universities, we compare how these eight key factors have undergone transformation, first through the evolution and integration of digital technologies and subsequently through the evolution and integration of Artificial Intelligence.

---

How to Cite: Delgado Kloos, C., & Alario-Hoyos, C. (2026). Artificial intelligence changes everything in higher education. RIED-Revista Iberoamericana de Educación a Distancia, 29(2), 9–34. https://doi.org/10.5944/ried.47295

Qué ocurre con la autorregulación cuando usamos inteligencia artificial

La inteligencia artificial puede ayudar al alumnado a planificar, supervisar y ajustar su aprendizaje, pero también puede favorecer una dependencia excesiva, desplazar procesos cognitivos o introducir nuevas cuestiones éticas. 

El problema es que las escalas tradicionales de aprendizaje autorregulado no fueron concebidas para este contexto. Para cubrir ese vacío, el estudio desarrolla la AI-SRL Scale, un instrumento diseñado específicamente para evaluar cómo los estudiantes regulan su aprendizaje cuando utilizan herramientas de inteligencia artificial.

La escala fue construida mediante revisión de la literatura, evaluación de expertos, una prueba piloto y dos procesos independientes de validación factorial. Participaron 928 estudiantes, divididos entre una muestra de 504 personas para el análisis factorial exploratorio y otra de 424 para el confirmatorio. 

El resultado final es una escala de 22 ítems agrupados en cinco dimensiones: competencia en IA, conciencia del aprendizaje, estrategias de aprendizaje, implicación y eficiencia, y colaboración ética. Los análisis mostraron un buen ajuste del modelo y una elevada consistencia interna de la escala global, con un alfa de Cronbach de .94.

Más que medir simplemente cuánto se utiliza la IA, el instrumento pretende observar qué ocurre con la autorregulación mientras se utiliza: si el estudiante comprende y controla su propio aprendizaje, adapta sus estrategias, mantiene la implicación y emplea estas herramientas de forma responsable. Esto abre posibilidades para diagnosticar necesidades de apoyo, orientar el diseño de actividades con IA o evaluar programas educativos. 

Los propios autores advierten, sin embargo, de que la muestra procede fundamentalmente de universidades turcas y de titulaciones relacionadas con las lenguas, y de que será necesario comprobar la validez de la escala en otros países, disciplinas y niveles educativos, además de actualizarla a medida que evolucionen las tecnologías de IA.

---

Cómo citar: Ayaz, M. A., Karataş, F., & Yüce, E. (2026). Desarrollo y validación de la escala de Aprendizaje Autorregulado con IA (AI-SRL). RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 185–216. https://doi.org/10.5944/ried.45452

What Happens to Self-Regulation When We Use Artificial Intelligence?

Artificial intelligence can help students plan, monitor, and adjust their learning, but it can also encourage excessive dependence, displace cognitive processes, or introduce new ethical concerns.

The problem is that traditional self-regulated learning scales were not designed for this context. To address this gap, the study develops the AI-SRL Scale, an instrument specifically designed to assess how students regulate their learning when using artificial intelligence tools.

The scale was developed through a literature review, expert evaluation, a pilot study, and two independent factor-validation processes. A total of 928 students participated, divided into a sample of 504 for exploratory factor analysis and another 424 for confirmatory factor analysis.

The final result is a 22-item scale organised into five dimensions: AI Competence, Learning Awareness, Learning Strategies, Engagement and Efficiency, and Ethical Collaboration. The analyses showed a good model fit and high internal consistency for the overall scale, with a Cronbach’s alpha of .94.

Rather than simply measuring how much AI is used, the instrument seeks to examine what happens to self-regulation while students are using it: whether they understand and control their own learning, adapt their strategies, remain engaged, and use these tools responsibly. This opens up possibilities for identifying support needs, informing the design of AI-supported learning activities, and evaluating educational programmes.

The authors nevertheless caution that the sample was drawn mainly from Turkish universities and from degree programmes related to languages. The scale will therefore need to be validated in other countries, disciplines, and educational levels, as well as updated as AI technologies continue to evolve.

---

How to Cite: Ayaz, M. A., Karataş, F., & Yüce, E. (2026). Development and validation of the AI-enhanced Self-Regulated Learning (AI-SRL) scale. RIED-Revista Iberoamericana de Educación a Distancia, 29(1), 185–216. https://doi.org/10.5944/ried.45452

Qué hace que una tecnología educativa termine siendo adoptada

La adopción del aprendizaje en línea en la educación superior china depende tanto de las condiciones tecnológicas como de la percepción que el profesorado tiene sobre estas herramientas. 

El estudio muestra que la influencia social, la utilidad percibida y la facilidad de uso favorecen significativamente la adopción del e-learning, mientras que la falta de infraestructura TIC y de conocimientos específicos sobre aprendizaje en línea actúan como barreras. En cambio, la falta de apoyo gerencial y técnico no mostró un efecto estadísticamente significativo.

Para analizar estos factores, los autores recurrieron a una encuesta transversal realizada a 280 docentes de instituciones públicas de educación superior de China. El modelo de investigación integra variables procedentes fundamentalmente del Modelo de Aceptación de la Tecnología (TAM) y de UTAUT, incorporando además aspectos relacionados con infraestructura, conocimientos tecnológicos y apoyo institucional. 

Los datos fueron analizados mediante PLS-SEM, tras comprobar la fiabilidad y validez de los constructos utilizados.

Los resultados sugieren que impulsar el aprendizaje en línea no pasa únicamente por proporcionar tecnología. Las universidades deben procurar que las herramientas resulten sencillas y útiles para el profesorado, acompañar su implantación con formación adecuada y favorecer entornos académicos en los que su utilización se normalice y cuente con el respaldo de colegas y responsables institucionales. 

Los autores señalan, no obstante, las limitaciones derivadas del muestreo por conveniencia, el uso de datos autoinformados y la concentración del estudio en universidades públicas chinas, por lo que proponen ampliar en futuras investigaciones la diversidad de muestras y recurrir también a diseños longitudinales y métodos cualitativos.

---

Cómo citar: Ma, C., Ijaz, F., Fareed, M., & Laeeq, H. (2025). Adopción del aprendizaje en línea en la educación superior de China: la perspectiva de los docentes. RIED-Revista Iberoamericana de Educación a Distancia, 28(2), 325–352. https://doi.org/10.5944/ried.28.2.43514

What Drives the Adoption of Educational Technology?

The adoption of online learning in Chinese higher education depends both on technological conditions and on how faculty perceive these tools.

The study shows that social influence, perceived usefulness, and ease of use significantly encourage the adoption of e-learning, while a lack of ICT infrastructure and specific knowledge of online learning act as barriers. By contrast, a lack of managerial and technical support did not have a statistically significant effect.

To examine these factors, the authors conducted a cross-sectional survey of 280 faculty members from public higher education institutions in China. The research model mainly integrates variables drawn from the Technology Acceptance Model (TAM) and UTAUT, while also incorporating aspects related to infrastructure, technological knowledge, and institutional support.

The data were analysed using PLS-SEM after assessing the reliability and validity of the constructs employed.

The findings suggest that promoting online learning involves more than simply providing technology. Universities need to ensure that tools are easy to use and useful for faculty, support their implementation with appropriate training, and foster academic environments in which their use becomes normalised and is encouraged by colleagues and institutional leaders.

The authors nevertheless acknowledge limitations associated with convenience sampling, the use of self-reported data, and the study’s focus on Chinese public universities. They therefore recommend that future research draw on more diverse samples and also incorporate longitudinal designs and qualitative methods.

---

How to Cite: Ma, C., Ijaz, F., Fareed, M., & Laeeq, H. (2025). Adoption of e-learning technology in China’s higher education: insights from teachers’ perspectives. RIED-Revista Iberoamericana de Educación a Distancia, 28(2), 325–352. https://doi.org/10.5944/ried.28.2.43514

La brecha digital de género no está donde esperábamos

La competencia digital constituye un elemento cada vez más relevante para la trayectoria académica y profesional del alumnado universitario, pero ¿siguen existiendo diferencias importantes entre hombres y mujeres? 

Este estudio analiza la autopercepción de la competencia digital de estudiantes de grado de varias universidades españolas, atendiendo también a factores como la comunidad autónoma, el rendimiento académico y el área de conocimiento de la titulación. La investigación parte de 725 estudiantes de grado y centra el análisis comparativo de género en 700 participantes, utilizando el instrumento INCOTIC para evaluar cuatro dimensiones de la competencia digital: informacional, tecnológica, multimedia y comunicativa.

Los resultados ofrecen una imagen más matizada de la brecha digital de género de la que podría esperarse. En términos globales, no se encontraron diferencias significativas entre hombres y mujeres en la competencia digital autopercibida, ni tampoco al considerar el área de conocimiento o distinguir entre titulaciones STEM y no STEM. 

Las diferencias aparecen, sin embargo, en dimensiones concretas. La más consistente corresponde a la alfabetización comunicativa, donde las mujeres muestran una autopercepción significativamente inferior a la de los hombres. También se observan variaciones relacionadas con la comunidad autónoma y, especialmente, con la nota media: el rendimiento académico presenta una asociación significativa con la competencia digital global y con sus distintas dimensiones, mientras que el género tiene un peso mucho más limitado.

El estudio sugiere, por tanto, que la brecha digital de género entre estudiantes universitarios españoles no puede entenderse como una desventaja general y uniforme de las mujeres, sino como un fenómeno más específico y condicionado por otros factores. Los resultados incluso podrían apuntar a una reducción de algunas diferencias identificadas tradicionalmente, aunque persisten desigualdades en la percepción de determinadas competencias, especialmente las comunicativas. 

Los autores subrayan así la necesidad de seguir promoviendo una formación digital equitativa y de evitar asumir que el uso cotidiano de tecnologías convierte automáticamente al alumnado en digitalmente competente. Al mismo tiempo, advierten de las limitaciones de una muestra no representativa de todas las comunidades autónomas y plantean ampliar la investigación a otras etapas educativas y a factores sociales, económicos y culturales que pueden influir en estas diferencias.

---

Cómo citar: Artiles-Rodríguez, J., Aguiar-Perera, M. V., Esteve-González, V., & Serrano-Molinero, V. (2025). La brecha digital de género en los estudiantes de grado en varias universidades españolas. RIED-Revista Iberoamericana de Educación a Distancia, 28(1), 371–395. https://doi.org/10.5944/ried.28.1.41536

The digital gender gap is not where we expected

Digital competence is becoming an increasingly important factor in university students’ academic and professional trajectories, but do significant differences between men and women still persist?

This study examines undergraduate students’ self-perceived digital competence across several Spanish universities, while also considering factors such as autonomous community, academic performance, and field of study. The research draws on data from 725 undergraduate students and focuses its gender comparison on 700 participants, using the INCOTIC instrument to assess four dimensions of digital competence: information, technological, multimedia, and communication literacy.

The results paint a more nuanced picture of the digital gender gap than might be expected. Overall, no significant differences were found between men and women in self-perceived digital competence, nor when field of study was taken into account or degrees were grouped into STEM and non-STEM areas.

Differences do emerge, however, in specific dimensions. The most consistent concerns communication literacy, where women report significantly lower self-perceived competence than men. Variations are also associated with autonomous community and, especially, average academic grades: academic performance shows a significant association with overall digital competence and its different dimensions, while gender plays a much more limited role.

The study therefore suggests that the digital gender gap among Spanish university students cannot be understood as a broad and uniform disadvantage affecting women, but rather as a more specific phenomenon shaped by other factors. The findings may even point to a narrowing of some differences traditionally identified in previous research, although inequalities persist in students’ perceptions of certain competencies, particularly communication-related ones.

The authors consequently stress the need to continue promoting equitable digital competence development and to avoid assuming that everyday use of technology automatically makes students digitally competent. At the same time, they acknowledge the limitations of a sample that is not representative of all Spanish autonomous communities and call for further research across other educational stages, as well as into the social, economic, and cultural factors that may influence these differences. 

---

How to Cite: Artiles-Rodríguez, J., Aguiar-Perera, M. V., Esteve-González, V., & Serrano-Molinero, V. (2025). The digital gender gap among undergraduate students in several Spanish universities. RIED-Revista Iberoamericana de Educación a Distancia, 28(1), 371–395. https://doi.org/10.5944/ried.28.1.41536

YouTube e Instagram también entran en el aula universitaria

YouTube e Instagram forman ya parte del ecosistema comunicativo cotidiano del alumnado universitario y ofrecen nuevas posibilidades para ampliar la interacción, la creación de contenidos y el aprendizaje colaborativo. 

Este estudio analiza qué competencias mediáticas necesita el profesorado para integrar ambas plataformas de manera educativa, atendiendo a tres grandes dominios: conocimientos, habilidades y actitudes. La investigación se desarrolló con 152 docentes universitarios de Argentina, Bolivia, Colombia y Ecuador y examinó seis dimensiones de la competencia mediática: lenguaje, tecnología, interacción, producción y difusión, ideología y valores, y estética.

Los resultados muestran que no existen diferencias significativas entre los cuatro países en los niveles de competencia mediática, ni tampoco en función del sexo o del nivel educativo del profesorado. En cambio, la edad y la experiencia docente sí aparecen asociadas a diferencias relevantes. 

Los profesores más jóvenes presentan, en general, mayores niveles de conocimientos, habilidades y una disposición más favorable hacia enfoques innovadores basados en redes sociales, mientras que una mayor trayectoria profesional puede favorecer la integración de herramientas mediáticas a partir de la experiencia acumulada en el aula.

El trabajo subraya que incorporar YouTube e Instagram a la educación superior no consiste únicamente en saber manejar técnicamente estas plataformas, sino en desarrollar una competencia mediática que permita seleccionar, producir y analizar contenidos de forma crítica y pedagógicamente significativa. 

En este sentido, los autores destacan la importancia de la formación continua y de crear espacios donde el profesorado pueda compartir buenas prácticas y actualizar sus conocimientos ante un entorno digital en permanente transformación. También plantean la necesidad de estudios longitudinales que permitan observar cómo evolucionan estas competencias a medida que cambian las tecnologías, las culturas digitales y las propias necesidades de la educación superior.

---

Cómo citar: Andrade-Vargas, L., Portugal, R., Sandoval-Romero, Y., & Labanda-Jumbo, C. (2024). Youtube e Instagram en educación superior: competencias mediáticas del docente universitario. RIED-Revista Iberoamericana de Educación a Distancia, 27(2), 339–356. https://doi.org/10.5944/ried.27.2.39080

YouTube and Instagram are also entering the university classroom

YouTube and Instagram are already part of university students’ everyday communication ecosystem and offer new possibilities for expanding interaction, content creation, and collaborative learning.

This study examines which media competencies university teachers need to integrate both platforms effectively into teaching, focusing on three broad domains: knowledge, skills, and attitudes. The research involved 152 university lecturers from Argentina, Bolivia, Colombia, and Ecuador and explored six dimensions of media competence: language, technology, interaction, production and dissemination, ideology and values, and aesthetics.

The results show no significant differences among the four countries in levels of media competence, nor according to teachers’ gender or educational attainment. By contrast, age and teaching experience are associated with relevant differences.

Younger lecturers generally show higher levels of knowledge and skills, as well as a more positive attitude towards innovative approaches based on social media, while greater professional experience may support the integration of media tools through accumulated classroom practice.

The study stresses that bringing YouTube and Instagram into higher education is not simply a matter of knowing how to use these platforms technically. It also requires the development of media competence that enables teachers to select, produce, and analyse content critically and in pedagogically meaningful ways.

In this respect, the authors highlight the importance of continuing professional development and of creating spaces where lecturers can share good practices and update their knowledge in a constantly changing digital environment. They also point to the need for longitudinal studies that can track how these competencies evolve as technologies, digital cultures, and the needs of higher education itself continue to change.

---

How to Cite: Andrade-Vargas, L., Portugal, R., Sandoval-Romero, Y., & Labanda-Jumbo, C. (2024). Youtube and Instagram in higher education: media competencies of university teachers. RIED-Revista Iberoamericana de Educación a Distancia, 27(2), 339–356. https://doi.org/10.5944/ried.27.2.39080