MONOGRÁFICO RIED – Vol. 29(2)
Transformación universitaria en la era de la IA: ¿innovación o disrupción?
NOTA INICIAL: En esta convocatoria de RIED no se aceptarán trabajos que queden fuera de la temática de este Monográfico. Otras temáticas más abiertas, las dejaremos para convocatorias posteriores.
INTRODUCCIÓN
La irrupción de la inteligencia artificial (IA) en la universidad no es una evolución incremental más. Es, o debería ser, una alteración de sus estructuras profundas, de sus procesos cotidianos y de sus sentidos históricos. En la era de los datos, la automatización y los sistemas generativos, la universidad se ve empujada a una encrucijada: ¿estamos transitando un camino de innovación controlada o ya asistimos a una disrupción de carácter estructural?
La IA no solo transforma medios o herramientas; modifica formas de pensar, decidir, enseñar, aprender, investigar y gobernar. Los sistemas de IA tienen el potencial de actuar como nuevas infraestructuras cognitivas y organizativas, capaces de modelar trayectorias académicas, automatizar evaluaciones, generar contenidos, asistir en decisiones estratégicas o redibujar el mapa de la producción científica. Esta transformación exige investigación rigurosa, crítica e interdisciplinar para no quedar atrapados entre la fascinación tecnofílica y el rechazo apocalíptico.
Frente a estos desafíos, RIED. Revista Iberoamericana de Educación a Distancia convoca a la comunidad académica internacional a contribuir en su próximo número monográfico titulado: Transformación universitaria en la era de la IA: ¿innovación o disrupción?
Así, mediante esta convocatoria, pretendemos reunir trabajos científicos que, EXCLUSIVAMENTE investiguen con solidez y profundidad cómo la inteligencia artificial está impactando —o podría impactar— en los distintos ámbitos del quehacer universitario. No se trata de describir aplicaciones, ni de realizar revisiones sistemáticas, sino de analizar críticamente sus fundamentos, efectos, limitaciones y consecuencias. Se esperan contribuciones empíricas, teóricas o metodológicas que aborden esta transformación desde marcos conceptuales robustos, diseños investigativos claros y resultados pertinentes.
La universidad contemporánea requiere ser comprendida no solo como una institución que adopta tecnología, sino como un organismo complejo que se redefine a través de la interacción con lógicas algorítmicas, infraestructuras de datos, sistemas inteligentes y modelos predictivos. Este monográfico será una oportunidad para cartografiar, con mirada académica, este terreno en cambio profundo.
LÍNEAS DE CONTRIBUCIÓN
A continuación, se indican los grandes temas y subtemas de investigación que podrán orientar los artículos, sin que ello limite la recepción de enfoques interdisciplinares o emergentes, pero siempre relacionados con la Universidad y la IA.
1. Gobernanza, gestión y decisiones institucionales basadas en IA
- Estudios de caso y análisis comparativos sobre la implementación de sistemas algorítmicos en la gestión universitaria.
- Modelos de análisis institucional predictivo, basados en aprendizaje automático.
- Evaluación de la transparencia, rendición de cuentas y ética algorítmica en la toma de decisiones estratégicas.
- Investigaciones sobre gobernanza de datos y soberanía tecnológica en el ámbito universitario.
2. Transformaciones en la docencia y el currículo
- Investigaciones sobre rediseños curriculares inducidos por la IA: nuevos contenidos, competencias y estructuras y su incidencia en el aprendizaje.
- Evidencias sobre el impacto de la IA en la mediación docente: agentes conversacionales, personalización adaptativa, co-docencia humano-máquina.
- Evaluación de plataformas educativas con IA: constatación de la eficacia, sesgos o efectos no deseados.
- Análisis crítico de marcos teóricos sobre enseñanza automatizada y sus límites pedagógicos.
3. Procesos de aprendizaje y experiencia estudiantil mediada por IA
- Investigaciones sobre la participación y resultados de los estudiantes en entornos mediados por IA.
- Estudios longitudinales sobre personalización y éxito académico mediante sistemas adaptativos.
- Evaluación del impacto emocional, motivacional y ético de la inteligencia artificial en el aprendizaje.
- Modelos predictivos de abandono, retención y trayectorias formativas: validaciones y análisis crítico.
4. Producción científica, evaluación académica e innovación en investigación
- Uso de IA en procesos de revisión por pares, generación de textos científicos y descubrimiento de patrones de conocimiento. Evidencias de pros y contras.
- Estudios sobre implicaciones éticas y epistemológicas de la coautoría con sistemas generativos.
- IA como objeto de estudio en ciencias sociales y educativas: análisis de métodos, marcos y controversias.
- Investigaciones sobre sesgos algorítmicos, integridad académica y vigilancia en contextos científicos.
5. Extensión universitaria, proyección social y nuevas formas de vinculación
- Resultados sobre la aplicación de IA en proyectos de transferencia tecnológica, extensión cultural y vinculación social.
- Evaluación de experiencias de IA para la democratización del conocimiento y la inclusión comunitaria.
- Análisis y constatación de riesgos de deshumanización en los vínculos universidad-sociedad mediados por IA.
6. Enfoques filosóficos, normativos y críticos sobre IA y universidad
- Investigaciones filosóficas y sociotécnicas sobre los fines de la universidad en contextos IA.
- Estudios sobre marcos regulatorios nacionales o internacionales que impactan el uso de IA en educación superior.
- Análisis críticos de la ideología de la innovación y de la narrativa disruptiva: ¿hacia qué modelo de universidad nos dirigimos?
- Estudio crítico sobre IA y los valores universitarios: autonomía académica, pensamiento crítico, inclusión, justicia.
FECHAS DE INTERÉS
- Recepción de artículos: durante el mes de noviembre de 2025 (fecha límite 01/12/2025). Eviten enviar artículos antes de noviembre de 2025.
- Publicación oficial: Este número (Vol. 29-2) corresponde a 01/07/2026.
- Publicación OnlineFirst: Antes de esa fecha oficial, los artículos se irán publicando en formato OnlineFirst (listos para leer y citar) conforme vayan superando las diferentes fases de evaluación.
IMPORTANTE
- Eviten enviar artículos antes de noviembre de 2025.
- No envíen trabajo alguno a RIED si no están convencidos de que se cumplen todos los parámetros exigidos en este documento y los enlaces a los que remite.
- Todos los trabajos serán remitidos a la sección "Monográfico".
- Todos aquellos artículos que no sean considerados para su publicación en este Vol. 29(2), serán desestimados.
