Vol. 6 N° 2
Julio - Diciembre 2025
El presente ensayo argumentativo analiza la transformación del rol docente universitario en la era postpandemia, marcada por la irrupción de la Inteligencia Artificial Generativa (IAG) y su impacto en la práctica educativa desde una perspectiva andragógica. Se plantea que la IAG representa una oportunidad para que el educador asuma un rol de facilitador y mentor ético, capaz de guiar al estudiante adulto hacia la autonomía, el pensamiento crítico y la reflexión ética. El análisis se articula en tres ejes: el diseño de experiencias de aprendizaje mediadas por IAG, la evolución del docente como alfabetizador ético y la transformación de la evaluación hacia modelos de autenticidad profesional. La metodología utilizada fue de carácter documental reflexivo, basada en la revisión crítica de literatura especializada y artículos académicos recientes obtenidos en bases de datos científicas como Scielo, Redalyc y EBSCO, complementados con fuentes institucionales de la Universidad Nacional Abierta, Centro Local Anzoátegui. Esta estrategia permitió fundamentar teóricamente la redefinición del rol docente en el contexto postpandemia. Los hallazgos destacan que la IAG, lejos de reemplazar la función docente, exige su fortalecimiento, promoviendo una enseñanza más reflexiva, ética y centrada en el desarrollo de competencias de orden superior. Se concluye que la educación superior debe redefinir la figura del educador, orientándola hacia la facilitación del aprendizaje crítico y la formación ética en contextos mediados por inteligencia artificial.
This argumentative essay analyzes the transformation of the university teaching role in the post-pandemic era, marked by the emergence of Generative Artificial Intelligence (GAI) and its impact on educational practice from an andragogical perspective. It argues that GAI represents an opportunity for educators to assume the role of facilitators and ethical mentors, capable of guiding adult learners toward autonomy, critical thinking, and ethical reflection. The analysis is structured around three core axes: the design of learning experiences mediated by GAI, the evolution of the educator as an ethical literacy guide, and the transformation of assessment toward models of professional authenticity. The methodology applied was documentary and reflective, based on a critical review of specialized literature and recent academic articles retrieved from scientific databases such as Scielo, Redalyc, and EBSCO, complemented by institutional sources from the National Open University, Anzoátegui Local Center. This approach provided a theoretical foundation for redefining the teaching role in the post-pandemic context. The findings highlight that GAI, far from replacing the teaching function, demands its strengthening by fostering more reflective, ethical teaching centered on the development of higher-order competencies. It is concluded that higher education must redefine the figure of the educator, orienting it toward facilitating critical learning and ethical formation in contexts mediated by artificial intelligence.
La educación superior contemporánea está atravesando una etapa de transformación acelerada, impulsada por la pandemia de COVID-19, que aceleró la digitalización y dejó como legado modelos híbridos que han redefinido las expectativas de interacción en el aula (Alcántara, 2020). En este contexto, la Inteligencia Artificial Generativa (IAG) se presenta como una disrupción profunda, no solo facilitando la gestión de la información, sino también generando textos y soluciones complejas, lo que desafía las bases tradicionales del aprendizaje y la evaluación. Según Quintero y Tarazona (2024), este fenómeno obliga a repensar las evidencias de aprendizaje, enfocándose en la resolución de problemas y el trabajo colaborativo. Esto plantea el reto de que la práctica docente debe evolucionar para guiar a los estudiantes en cómo interrogar, verificar y aplicar el conocimiento generado por la IA, en lugar de limitarse a enseñar únicamente qué saber.
El propósito de este ensayo es aportar un análisis teórico-práctic que oriente la redefinición del rol docente frente a la irrupción de la inteligencia artificial generativa en la educación universitaria. A través de un enfoque andragógico, se busca analizar cómo la IAG puede integrarse de manera crítica y ética en los procesos formativos, impulsando la autonomía del estudiante adulto y fortaleciendo la función del educador como mediador de saberes y mentor ético.
En este escenario, la andragogía emerge como el marco más adecuado para la educación superior, dado su enfoque en las particularidades del adulto en formación. Este enfoque permite que el estudiante se sienta más comprometido con su formación al ser tratado como un aprendiz autónomo y autodirigido (Caraballo, 2007). Los principios de la andragogía reconocen al adulto como un aprendiz autónomo, un aspecto esencial en el contexto de la IAG, pues lo empodera para gestionar y evaluar las herramientas de IA, promoviendo la autodirección. Como sostiene Caraballo (op. cit.), “el estudiante adulto es capaz de autodirigir su aprendizaje, lo que le permite ser más eficiente en la adquisición de conocimientos y habilidades” (p. 192). Esta capacidad de autogestión no solo mejora la eficacia del aprendizaje, sino que también aumenta la motivación y el compromiso del alumno con su propio desarrollo.
En este punto, el docente asume un papel esencial como mediador y orientador de dicha autodirección, convirtiéndose en el facilitador que guía el uso crítico, reflexivo y ético de la IAG. De esta manera, el proceso de aprendizaje deja de ser un ejercicio individual para transformarse en una construcción compartida, donde el acompañamiento docente asegura la responsabilidad, la ética y la pertinencia de los saberes generados con apoyo tecnológico.
La experiencia previa del profesional en formación juega un papel crucial en este proceso, y como señala Knowles (1990), citando a Sánchez-Doménech y Cabeza-Rodríguez (2024), “la experiencia es el más rico recurso para el aprendizaje de los adultos; por tanto, la principal metodología de la educación de adultos es el análisis de la experiencia” (p. 23). En este sentido, la IAG permite que el estudiante contraste rápidamente su experiencia profesional con la información y las soluciones generadas por la máquina, dotando al proceso formativo de relevancia inmediata y práctica, lo que caracteriza al aprendizaje andragógico.
Como ejemplo concreto de aplicación, en la Universidad Nacional Abierta (UNA), Centro Local Anzoátegui, se ha implementado el uso de la IAG para fortalecer la autodirección y la evaluación crítica de los estudiantes. Los docentes diseñan actividades en las que los alumnos generan borradores o mapas conceptuales con ayuda de la IA, para luego analizarlos críticamente, ajustarlos y argumentar sus decisiones. Este enfoque no solo mejora la eficiencia en la gestión del aprendizaje, sino que también promueve la conciencia ética y la responsabilidad sobre la autoría y el sesgo de la información generada, ilustrando cómo la IAG puede integrarse de manera efectiva en entornos reales de educación superior.
Este panorama plantea una pregunta central para la docencia universitaria: ¿cómo puede aprovecharse la IAG desde un enfoque andragógico para fortalecer la autodirección y la resolución de problemas en el estudiante adulto, sin que esto comprometa la integridad académica? Este ensayo sostiene que el desafío no radica en controlar o prohibir el uso de la IAG, sino en redefinir la práctica docente para empoderar al estudiante, utilizando la IA como una herramienta de productividad y consulta bajo la supervisión ética del docente.
La presente investigación se sustenta en un análisis documental reflexivo, que de acuerdo con Guevara-Rodríguez (2019), es un proceso metodológico de carácter cuantitativo orientado a la sistematización, interpretación y síntesis de información proveniente de diversas fuentes escritas con el propósito de generar conocimiento fundamentado sobre un fenómeno determinado. Este enfoque, ampliamente utilizado en las ciencias sociales y la educación, consiste en una lectura crítica, comparativa y contextualizada de documentos, orientada a producir dimensiones de análisis y argumentaciones fundamentadas.
Por su parte, Dulzaides y Molina (2004) afirman que este procedimiento implica un proceso de selección, organización y análisis de la información que permite construir conocimiento científico mediante la identificación de regularidades, conceptos y relaciones presentes en los textos. Asimismo, Grant y Booth (2009) destacan que toda revisión documental rigurosa debe definir criterios de búsqueda, selección y síntesis, lo que garantiza la validez y transparencia del proceso. Finalmente, Snyder (2019) explica que la revisión de literatura con enfoque reflexivo no busca únicamente recopilar información, sino integrar y reinterpretar la evidencia disponible para aportar una perspectiva conceptual nueva o mejorada.
En concordancia con estos planteamientos, el presente estudio adoptó un procedimiento sistemático que incluyó: (a) la identificación del problema y los ejes teóricos (andragogía, inteligencia artificial generativa y rol docente), (b) la búsqueda de fuentes en bases de datos académicas (Scielo, Redalyc, EBSCO); complementados con fuentes institucionales de la Universidad Nacional Abierta, Centro Local Anzoátegui, (c) la selección según pertinencia, actualidad y rigor científico, y (d) la síntesis analítica y crítica de los hallazgos. Los criterios de análisis se centraron en la integración de la IAG en la educación superior desde la perspectiva andragógica, con el propósito de explorar los desafíos y oportunidades que esta nueva herramienta plantea para la enseñanza universitaria. A través de este enfoque reflexivo, el estudio busca ofrecer una contribución teórica que oriente el diseño de prácticas docentes más efectivas, éticas y centradas en el aprendizaje autónomo del estudiante adulto.
El principio andragógico fundamental de la autodirección del estudiante adulto encuentra un nuevo y potente campo de aplicación en la Inteligencia Artificial Generativa (IAG). De acuerdo con Ludojoski (1986), el adulto como sujeto de aprendizaje se caracteriza por su aceptación de responsabilidades, el predominio de la razón sobre los sentimientos y el equilibrio de la personalidad. Estas cualidades lo convierten en un aprendiz autónomo, capaz de orientar, supervisar y evaluar su propio proceso formativo, lo que constituye la base de la autodirección andragógica. Desde esta perspectiva, el aprendizaje adulto se sustenta en la motivación intrínseca y en la capacidad para integrar la experiencia previa como recurso de análisis, interpretación y acción.
En este marco, la IAG se incorpora como una herramienta de apoyo cognitivo dentro del proceso educativo universitario. No obstante, para que su uso sea verdaderamente formativo y no sustitutivo, el docente debe diseñar experiencias de aprendizaje que trasciendan la memorización o la simple producción de información. Tal como plantean Cruz et al. (2024) y Quintero y Tarazona (2024), el desafío consiste en guiar al estudiante hacia la aplicación práctica y crítica del conocimiento, de modo que la tecnología se convierta en un medio de desarrollo intelectual y no en un atajo mecánico.
El rol docente, por tanto, se redefine como el de mediador ético y facilitador de la autonomía. El profesor promueve la autorregulación y la reflexión crítica mediante la creación de escenarios donde el éxito académico depende de la capacidad del estudiante para interrogar a la IA, evaluar la validez de sus respuestas y reelaborar los resultados con base en su propio criterio profesional. De esta forma, la autodirección andragógica se fortalece a través de la orientación docente, que garantiza un uso consciente, ético y responsable de las herramientas de inteligencia artificial, alineando el aprendizaje autónomo con los valores y objetivos de la educación superior contemporánea.
La irrupción de la IAG exige una transformación definitiva en el rol del docente universitario, haciéndolo migrar de la figura tradicional de instructor y transmisor de contenidos, hacia la de facilitador, consultor y mentor andragógico. Este cambio no es una opción, sino una necesidad impuesta por el principio de autodirección del estudiante adulto y la complejidad de las herramientas digitales. Quintero y Tarazona (op. cit.) señalan esta transformación de manera explícita: “el papel del docente se redefine, pasando de ser un facilitador de información a un guía que aprovecha las herramientas tecnológicas para crear entornos de aprendizaje más dinámicos e inclusivos” (p. 1312). Esta redefinición es congruente con la andragogía, que ve al profesor como un recurso que ayuda al adulto a descubrir y utilizar sus experiencias y conocimientos previos, en lugar de imponer una estructura formación educativa.
El principal desafío del docente-facilitador en esta era es garantizar el uso crítico y ético de la IAG, transformando la amenaza de la deshonestidad académica en una oportunidad para el desarrollo del juicio profesional. El adulto, al ser responsable de su propio aprendizaje, debe ser guiado en la toma de decisiones sobre cuándo y cómo usar la IA. Romeu et al. (2025) destacan que el conocimiento de la IAG y sus riesgos debe ir necesariamente acompañado de la “reflexión sobre los aspectos normativos y éticos que esta nueva tecnología suscita” (p. 209). Por lo tanto, el docente se convierte en el alfabetizador ético, aquel que diseña actividades donde el estudiante no solo emplea la herramienta, sino que también delibera sobre la autoría, el sesgo de los datos generados y la propiedad intelectual.
Además, el rol del mentor andragógico se refuerza en la supervisión de las habilidades de orden superior. Dado que la IAG se ocupa de las tareas básicas, el tiempo y la interacción del docente se deben concentrar en la retroalimentación cualitativa sobre la aplicación, la síntesis y la toma de perspectiva. Esto alinea la práctica docente con la necesidad de saber del adulto, proporcionándole una retroalimentación que es directamente relevante para su desempeño profesional. Cruz et al. (op. cit.) abogan por la liberación del tiempo del docente en la evaluación automática o en la preparación de material repetitivo para centrarse en "la interacción multimodal" (p. 9), es decir, en el diálogo y la mentoría que solo un experto humano puede proporcionar para afianzar el pensamiento crítico y la ética aplicada. En el fondo, la IAG exige y facilita que el docente adopte su rol andragógico fundamental de ser un guía experto en la navegación de la complejidad.
La preocupación más aguda que la IAG plantea a la docencia universitaria es el riesgo a la integridad académica y la consecuente inutilidad de los métodos de evaluación tradicionales, como ensayos y exámenes escritos. Desde la perspectiva andragógica, este desafío debe ser abordado, no con vigilancia punitiva, sino con la redefinición de la evaluación hacia la autenticidad profesional y el fomento de la responsabilidad ética inherente al estudiante adulto.
El adulto necesita percibir que la evaluación mide su capacidad de aplicar el conocimiento para resolver problemas reales, lo que demanda una migración hacia modelos de evaluación auténtica. Quintero y Tarazona (op. cit.) subrayan que el desafío es impulsar el desarrollo de experiencias prácticas, resolución de problemas o retos reales, donde el uso de la IAG sea parte del proceso de trabajo y no el producto final que se entrega, centrando la evaluación en el pensamiento crítico y el juicio.
En este contexto, la integridad debe ser tratada como un pilar de la responsabilidad adulta. El ensayo no puede ser reemplazado por la prohibición, sino por la exigencia de transparencia y juicio ético. Gallent, Zapata y Ortego (2023) argumentan que la respuesta ante la IAG requiere un enfoque integral que aborde no solo la detección de plagio, sino también la formación ética y la redefinición de los objetivos de aprendizaje y de las actividades evaluativas. Al estudiante adulto se le debe responsabilizar de las implicaciones éticas de su uso, entendiéndolo como un futuro profesional que no solo resuelve problemas, sino que lo hace de manera honesta e íntegra.
Finalmente, la IAG desafía a los docentes a evaluar la aplicación sintética del conocimiento. Si la máquina domina la creación de contenido, la evaluación debe enfocarse en formatos donde la presencia y la interacción humana demuestren el dominio, como presentaciones, debates, simulaciones o exámenes orales que requieran una defensa de la solución generada por la IA. Sánchez-Doménech y Cabeza-Rodríguez (op. cit.) señalan que, en la formación en línea, es crucial que las tareas sean percibidas como relevantes y que satisfagan la necesidad de saber del adulto. Una evaluación auténtica cumple esta función, validando el aprendizaje del estudiante como un logro profesional y ético.
El modelo de transformación docente propuesto, que se deriva del análisis temático de las fuentes revisadas, se centra en cómo la IAG puede integrarse en la enseñanza superior postpandemia, sin perder de vista los principios andragógicos que guían el aprendizaje del estudiante adulto. Este modelo, mostrado en la Figura 1, consta de tres ejes principales que operan de manera interdependiente, facilitando la evolución de la enseñanza y el rol del educador en un entorno donde la IAG se convierte en una herramienta clave.
Figura 1. Modelo de transformación docente
El diseño de experiencias de aprendizaje debe responder a las demandas de un estudiante adulto que requiere autonomía y aplicación práctica del conocimiento. Con la IAG, el docente tiene la oportunidad de liberar a los estudiantes de tareas cognitivas de bajo nivel, como la recopilación de datos o la redacción de borradores, para que puedan concentrarse en problemas complejos y auténticos del mundo real. Sin embargo, el uso de la IAG no debe limitarse a la simple generación de respuestas, sino que debe involucrar a los estudiantes en un proceso crítico de evaluación y reflexión sobre la información generada.
Este principio se concreta en experiencias andragógicas que integran la tecnología como mediadora del aprendizaje. Por ejemplo, en la UNA Centro Local Anzoátegui, se planteó la necesidad que los docentes diseñen escenarios que requieren que los estudiantes utilicen la IAG para resolver problemas auténticos de su disciplina, como la elaboración de planes o la simulación de estrategias profesionales. Luego, los estudiantes deben presentar y defender sus soluciones, para recibir la retroalimentación ética y profesional del docente, lo que ilustra la integración práctica de los tres ejes del modelo: aprendizaje, rol docente y evaluación auténtica. A través de la IAG, los estudiantes no solo reciben información, sino que interactúan con ella, la cuestionan y la integran con su propia experiencia profesional. El reto para los docentes es facilitar este proceso, creando escenarios de aprendizaje que simulen situaciones reales y que requieran un uso ético y reflexivo de la tecnología.
La integración de la IAG también obliga a los docentes a redefinir su rol. El educador ya no es simplemente un transmisor de contenidos, sino un facilitador y mentor ético que guía a los estudiantes en el uso responsable de la tecnología. Esto incluye no solo enseñarles a utilizar las herramientas de IA, sino también fomentar la evaluación crítica de los resultados generados por la máquina, considerando las implicaciones éticas, normativas y profesionales de su uso. En este sentido, el docente se convierte en un alfabetizador ético que promueve la reflexión sobre temas como sesgo, autonomía y propiedad intelectual, asegurando que los estudiantes sean capaces de tomar decisiones informadas sobre cuándo y cómo utilizar la IAG en su aprendizaje y en su práctica profesional futura.
La transformación de la evaluación es esencial para que el uso de la IAG no comprometa la integridad académica. Las evaluaciones tradicionales, como los exámenes escritos y los ensayos, no son adecuadas para medir el desarrollo de habilidades de orden superior, como la síntesis interdisciplinaria, la toma de decisiones complejas y el pensamiento crítico. En cambio, la evaluación debe orientarse hacia modelos de autenticidad profesional, que permitan a los estudiantes demostrar su capacidad para aplicar el conocimiento en contextos reales y en la defensa de soluciones generadas con el apoyo de la IAG.
La articulación de los tres ejes descritos permite visualizar la naturaleza dinámica del modelo, en el cual la evaluación se concibe como un proceso activo y formativo. El modelo propuesto promueve evaluaciones dinámicas, como presentaciones, simulaciones y defensas orales, en las que los estudiantes deben justificar sus decisiones y reflexionar sobre los resultados generados por la IA. Este enfoque asegura que la evaluación no solo mida la capacidad del estudiante para utilizar la herramienta, sino también su habilidad crítica y ética al integrar y aplicar la información, consolidando así la coherencia entre el aprendizaje autónomo, el acompañamiento docente y la autenticidad evaluativa.
Los tres ejes del modelo no funcionan de manera aislada, sino que se interrelacionan para crear un ciclo continuo que favorece la transformación docente. El ciclo comienza con el diseño de experiencias de aprendizaje, que integran la IAG para potenciar la autodirección del estudiante. Luego, el docente se convierte en un mentor ético que guía el uso de la IAG, fomentando la evaluación crítica de los resultados generados. Finalmente, la evaluación auténtica valida la aplicación práctica del conocimiento y cierra el ciclo, permitiendo que las experiencias de aprendizaje se retroalimenten y continúen evolucionando.
Este modelo cíclico e interdependiente asegura que los estudiantes desarrollen no solo habilidades técnicas, sino también competencias éticas y profesionales, adecuadas para el mundo laboral del siglo XXI. De este modo, la transformación docente no se limita a un cambio de herramientas, sino a una evolución epistemológica que redefine el propósito ético y formativo de la enseñanza universitaria.
La transformación de la educación superior postpandemia, impulsada por la integración de la IAG, plantea tanto retos como oportunidades para la docencia universitaria. Lejos de considerarla una amenaza, la IAG puede convertirse en una herramienta valiosa para potenciar la autodirección y resolver problemas complejos en el estudiante adulto, liberando tiempo de tareas repetitivas para que se concentre en habilidades de orden superior, como el juicio crítico y la toma de decisiones complejas.
El rol del docente se redefine de transmisor de conocimiento a facilitador ético y mentor. En lugar de limitarse a impartir contenidos, los educadores deben guiar a los estudiantes en el uso deliberativo y responsable de la inteligencia artificial, promoviendo la reflexión ética y ayudándolos a tomar decisiones informadas sobre cómo y cuándo emplear la tecnología dentro de su aprendizaje y práctica profesional. De esta forma, la docencia universitaria se orienta hacia un paradigma más reflexivo, ético y centrado en la formación integral del adulto.
En cuanto a la evaluación, resulta imprescindible avanzar hacia modelos auténticos que valoren la aplicación práctica del conocimiento y la argumentación personal del estudiante. La IAG brinda la oportunidad de transformar la evaluación tradicional en un proceso más significativo y ético, donde lo esencial no es el producto generado por la máquina, sino la capacidad del estudiante para interpretar, justificar y defender sus decisiones ante contextos reales de aprendizaje.
La integración de la IAG exige, además, una acción institucional coherente. Su implementación demanda que las universidades promuevan políticas de innovación docente que integren la ética digital como eje transversal. Asimismo, deben ofrecer formación continua a los educadores y fomentar espacios de reflexión sobre el impacto andragógico de las nuevas tecnologías. Solo a través de una gestión educativa comprometida será posible consolidar una cultura docente capaz de guiar el uso crítico y humanizado de la inteligencia artificial.
En conclusión, la educación superior del siglo XXI requiere docentes que asuman su papel como líderes éticos del cambio tecnológico, mediadores entre el conocimiento humano y las posibilidades de la inteligencia artificial. Solo desde una docencia éticamente fortalecida será posible formar profesionales capaces de interactuar críticamente con la IA, y así preservar el sentido humano, social y transformador del conocimiento.
No obstante, este estudio presenta limitaciones propias del enfoque documental reflexivo, dado que se basa en la interpretación teórica de fuentes secundarias. Por ello, se recomienda profundizar mediante investigaciones empíricas o mixtas que exploren cómo los docentes implementan en la práctica los principios andragógicos frente a la IAG, y qué impactos genera en la autonomía, la ética y la evaluación del aprendizaje.
Como líneas futuras de investigación, se sugiere abordar estudios de caso o experiencias institucionales que documenten buenas prácticas en la integración crítica de la inteligencia artificial en la docencia universitaria. Ello permitiría validar empíricamente el modelo propuesto y avanzar hacia políticas educativas más coherentes con los valores humanistas y éticos de la educación superior.
Alcántara, A. (2020). Educación superior y COVID-19: una perspectiva comparada. En H. Casanova Cardiel (Coord.), Educación y pandemia: una visión académica (pp. 75-82). Universidad Nacional Autónoma de México, Instituto de Investigaciones sobre la Universidad y la Educación.
Caraballo, R. (2007). La andragogía en la educación superior. Investigación y Postgrado, 22(2), 187-206. https://www.redalyc.org/articulo.oa?id=65822208
Cruz, F., García, I., Martínez, J., Ruíz, A., Ruíz, P., Sánchez, A. y Turró, C. (2024). La inteligencia artificial generativa en la docencia universitaria: oportunidades, diseños y recomendaciones. Conferencia de Rectores de las Universidades Españolas. https://www.crue.org/publicacion/la-inteligencia-artificial-generativa-en-la-docencia-universitaria/
Dulzaides, M. y Molina, A. (2004). Análisis documental y de información: dos componentes de un mismo proceso. ACIMED, 12(2). https://dialnet.unirioja.es/servlet/articulo?codigo=3169950
Gallent, C., Zapata, A. y Ortego, J. (2023). El impacto de la inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad académica. Relieve, 29(2). https://doi.org/10.30827/relieve.v29i2.29134
Grant, M. y Booth, A. (2009). A typology of reviews: an analysis of 14 review types and associated methodologies. Health Information and Libraries Journal, 26(2), 91-108. https://doi.org/10.1111/j.1471-1842.2009.00848.x
Guevara-Rodríguez, G. (2019). Análisis documental: propuestas metodológicas para la transformación en programas de postgrado desde el enfoque socioformativo. Atenas, 3(47), 105-114. https://www.redalyc.org/articulo.oa?id=478060102007
Ludojoski, R. L. (1986). Andragogía o educación del adulto. Editorial Guadalupe.
Quintero, J., y Tarazona, J. (2024). El impacto de la inteligencia artificial generativa en la educación: desafíos y oportunidades para los docentes del siglo XXI. Línea Imaginaria, 1(19), 1312-1331. https://doi.org/10.56219/lneaimaginaria.v1i19.3264
Romeu, T., Romero, M., Guitert, M. y Baztán, P. (2025). Desafíos de la inteligencia artificial generativa en educación superior: fomentando su uso crítico en el estudiantado. Revista Iberoamericana de Educación a Distancia, 28(2), 209-231. https://doi.org/10.5944/ried.28.2.43535
Sánchez-Doménech, I. y Cabeza-Rodríguez, M. (2024). Andragogía digital: necesidad de saber y papel de la experiencia en un Máster universitario en línea. Revista Iberoamericana de Educación a Distancia, 27(2), 357-382. https://doi.org/10.5944/ried.27.2.38799
Snyder, H. (2019). Literature review as a research methodology: an overview and guidelines. Journal of Business Research, 104(1), 333-339. https://doi.org/10.1016/j.jbusres.2019.07.039