Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui

Caracterización de plataformas de inteligencia articial para la

transformación digital de la gestión educativa

Characterization of articial intelligence platforms for the digital transformation of

comprehensive educational management

 , María de los Angeles Coloma Andrade ,

Henry Paul Saraguro Calle

 





Autor para correspondencia: miltonlab@unl.edu.ec

RESUMEN

El crecimiento imparable de la Inteligencia



de gestión educativa. Esta investigación consiste

en saber qué herramientas y plataformas de IA

facilitan el proceso de transformación digital

de la gestión educativa en las instituciones



      

procedimientos pedagógicos. Se ha utilizado

como metodología una revisión sistemática

      

modelo PRISMA, partiendo de una población

inicial de 103 estudios empíricos y reportes



a la inclusión y análisis de 53 publicaciones



de datos como Scopus, Web of Science o

ScienceDirect. Los resultados muestran que

    

en seis categorías funcionales y que la

automatización de tareas administrativas

permite ahorrar hasta un 44% del tiempo

      

     

    

    

hasta un 30%. La principal conclusión es

que la implementación de la IA requiere de

una gobernanza ética que aborde las brechas

de responsabilidad, o sesgo algorítmico

y privacidad de los datos, integrando la



     

educativo.

Palabras clave: 

educativa; Innovación educativa; Tecnología



ABSTRACT

    



of educational management globally. The

       

characterize the AI tools and platforms

that facilitate the digital transformation

of educational management in academic

    

   

     



the PRISMA model guidelines, based on

a population of 103 empirical studies and

     



such as Scopus, Web of Science, and

    

     

      

      

     

up to 44% of the time spent on planning and

   

systems improve academic results by up to

30%. The main conclusion highlights that, AI

implementation requires an ethical governance



algorithmic bias, and data privacy, integrating

   

     

education system.

Keywords:

management; Educational innovation;

Educational technology; Personalized

learning.

Derechos de Autor



de primera publicación de la revista son del Instituto Superior

Tecnológico Rumiñahui, por ello, es necesario citar la procedencia

en cualquier reproducción parcial o total. Todos los contenidos de

       licencia de Creative

Commons Reconocimiento-NoComercial-4.0 Internacional.

Citar como:

Labanda-Jaramillo, M. L., Coloma Andrade, M. de los A.,

& Saraguro Calle, H. P. Caracterización de plataformas de

        

educativa. CONECTIVIDAD, 7 https://doi.org/10.37431/

conectividad.v7i3.497

Revisión Sistemática

Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui

1. INTRODUCCIÓN

La transformación digital en el ámbito educativo ha pasado de ser una opción estratégica a ser















un desarrollo del tipo tecnológico y la adecuada salvaguarda de los derechos fundamentales



           

            

            



es respuesta a la necesidad de frenar los riesgos del sesgo algorítmico y desinformación,

mientras se da la posibilidad de construir una economía de la educación equitativa, donde los

















factor clave no sólo en el desarrollo de estrategias coherentes que incluyan la capacitación del

       





Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui



se muestran como espacios que suelen quedar en segundos planos, tiñendo la capacidad de las







          

  



      

       



        

son sinónimos de resultados positivos, y aparecen, por tanto, problemas como el riesgo de la

adicción a la tecnología, el deterioro del pensamiento crítico y la falta de conceptualizaciones







en cuestión, analizando cómo su operatividad técnica se conecta a las tres esferas de gestión







   



democratización del conocimiento ante el reto de una sociedad automatizada?. En este sentido se



fundamentado para la toma de decisiones estratégicas que den a la transformación digital la

posibilidad no sólo de aumentar la productividad, sino que también asegure la equidad, la





Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui

1.1. Plataformas de IA como infraestructura estratégica en la transformación digital

institucional





La categorización de las plataformas puede establecerse en seis amplios grupos que forman parte





donde aparecen herramientas como ChatGPT, Gemini, Claude y Copilot que se han convertido



académicos como para la producción de las lecciones; sistemas que permiten automatizar la

redacción de informes, por parte de los gestores educativos, y la producción casi instantánea de









de plagio y sugiriendo retroalimentación constructiva. Se estima que estas herramientas reducen

      



    



a los estudiantes en riesgo de deserción e investiga las estrategias de reclutamiento. En este

















Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui

Las Plataformas de Gestión de la Investigación y Curaduría como las aplicaciones ScopusAI,

Elicit y ResearchRabbit revelan a los académicos las brechas de investigación, la síntesis de

literatura y la visualización de las redes de conocimiento; y por último, las Herramientas de

Accesibilidad e Inclusión permiten a la IA generar subtítulos automáticos, descripciones de





2. MATERIALES Y MÉTODOS

La presente investigación adopta epistemológicamente un enfoque cualitativo e interpretativo,

basado en el análisis documental y la síntesis de evidencia empírica reciente. El tipo de investigación

es descriptivo y transeccional, orientado a categorizar el estado actual del ecosistema tecnológico





PRISMA 2020 para garantizar la transparencia y la reproducibilidad del proceso de selección de



Figura 1. 

Al respecto de la técnica aplicada, la investigación utilizó un muestreo no probabilístico por

Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui













del estudio, la Tabla 1 describe tanto los criterios de elegibilidad como las cadenas de búsqueda

empleadas en las bases de datos consultadas.

Tabla 1. Criterios de Selección y Estrategia de Búsqueda de la Revisión.

Categoría Descripción y Criterios

Criterios de inclusión 1. Temporalidad: Estudios publicados entre 2020 y 2025.



3. Temática: Uso de IA en gestión o pedagogía.

 Registros duplicados, falta de enfoque en la dimensión de gestión



Estrategia de búsqueda 



Fuente: Elaboración propia.

La implementación de las cadenas booleanas descritas y la herramienta de evaluación de

            

seleccionados, permitió una recuperación precisa de información en las bases de datos

seleccionadas; procedimiento sistemático que aseguró representatividad de las tendencias

actuales en transformación digital, vinculando directamente la innovación tecnológica con los

       



los datos necesarios para responder a las preguntas de investigación.











3. RESULTADOS Y DISCUSIÓN



Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui

pues las estadísticas indican que los docentes que utilizan IA para tareas rutinarias ahorran un

44% de su tiempo, lo que les permite enfocarse en la interacción directa con el estudiante. Así por







A menudo, la discusión sobre estos resultados genera tensiones críticas, y una de las preocupaciones





de selección a algorítmica, se plantea la pregunta de quién es responsable en caso de error





         



En el mismo sentido, el contraste con los estudios concurrentes en el ámbito de la formación

profesional implica que si bien la IA contribuye al desarrollo de las habilidades técnicas mediante

        







Desde la óptica de la gobernanza estratégica, las instituciones deben incorporar la IA no por

ella misma, sino mediante marcos que aseguren la soberanía de los datos y la transparencia

          









Finalmente, la brecha digital cognitiva sigue resultando en un obstáculo mayor, pues el acceso

a la infraestructura no garantiza la apropiación, se requiere además de una alfabetización en

IA que empodere tanto a docentes como a estudiantes para actuar con urgencia frente a los

Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui

algoritmos. La transformación digital efectiva de la gestión educativa, por tanto, depende menos







clara de las tecnologías que están impulsando la transformación digital en la gestión educativa.

La Tabla 2 sintetiza las categorías funcion

Tabla 2 de herramientas de IA en la gestión educativa.

Categoría

Herramientas

Ejemplares

Funcionalidad Clave Impacto Reportado

Modelos

Generativos

ChatGPT,

Gemini, Claude

Creación de contenido, resúmenes,





Automatización de materiales

personalizados y apoyo en redacción





Aprendizaje

Adaptativo

Squirrel AI,







individualizadas en tiempo real







Analítica

Predictiva



Systems AI



en riesgo y proyección de





Reducción de la deserción



Evaluación

Automatizada

Gradescope,

Turnitin, Wize



detección de patrones de plagio









Professional & Continuing



Gestión

Institucional

Element451,

Liaison Edu

Automatización de admisiones

y comunicación personalizada









Asistentes

Virtuales

EduBirdie,

Socratic

Soporte 24/7 para consultas

administrativas y académicas









Fuente: Elaboración propia con base en las fuentes.



en su capacidad para actuar como una reingeniería sistémica de los procesos de las instituciones





ser estructuras reactivas para convertirse en entornos dinámicos y adaptativos que responden a



Para tener una idea del alcance de este cambio, puede ser útil mirar el management convencional

como un agente dependiente del esfuerzo humano y de recursos escasos, mientras que la fusión

estratégica de la IA permite pasar a un agente de alta tecnología con autonomía. En esta nueva

Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui

mentalidad, el docente no es reemplazado, sino que su identidad profesional se revalida; su









resultados disruptivos de las mediciones clásicas de desempeño académico y sostenibilidad

administrativa. Los datos sistematizados y presentados en la Tabla 3 muestran que la transformación





Tabla 3. Comparativa de impacto: Educación tradicional vs. Gestión educativa habilitada por IA.

Dimensión Modelo Tradicional Modelo Habilitado por IA Mejora Empírica

Tiempo de



Manual, alta carga

administrativa





44% de ahorro en tiempo



Resultados en



 

adaptativo

54% más altas en pruebas



Velocidad de



Días o semanas

Instantánea o

microevaluaciones continuas

10 veces más rápida que





Compromiso

estudiantil





Participatorio e interactivo 10 veces más interacción y



Inserción Laboral

Actualizaciones

curriculares lentas

Alineación en tiempo real con

la Industria 4.0

Tasa de empleo 30% mayor



Fuente: Elaboración propia basada en datos de (Seril, 2025).

Para llegar a tomar una perspectiva global respecto a la transformación digital con mediación

de la IA sobre el ámbito académico, es necesario, según las evidencias que nacen de la Tabla 2





         

a problemas concretos a efectos tanto pedagógicos como administrativos. Los resultados





visual son acciones vinculantes para tomar decisiones del Modelos Generativos y el cambio que

suponen en la carga docente.



          

Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui

            

planes de clases. El efecto reportado se escapa de la mera ayuda en contenidos, se transforma

en automatizar materiales personalizables y servir de apoyo permanente en redacciones de



       



del nuevo modelo y permitiendo al aula desplazarse de la mecánica en la elaboración de

materiales a las interacciones con el alumnado.

3.1. Sistemas de aprendizaje personalizado











en función de las necesidades concretas de cada estudiante. Los resultados empíricos de esta

   

del 30% y la obtención de puntuaciones en los tests estándar hasta un 54% superiores en

comparación con la tradicional.

3.2. Analítica predictiva y sostenibilidad institucional





             

precisión. Mientras que el modelo tradicional muchas veces aparta la mirada de la actualización



as estudiantes y reducir la tasa de deserción en un 15%, proceso de previsión que garantiza el



3.3. Evaluación automatizada y retroalimentación instantánea

La gestión del proceso evaluativo ha sido históricamente uno de los cuellos de botella más severos



Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui

Gradescope, Turnitin y Wize han propiciado transformaciones en la medida en que permiten





como en la posibilidad de pasar hacia una evaluación formativa y continua. La evidencia apunta

que la velocidad de la retroalimentación que ofrece este nuevo paradigma continuo es 10 veces

más rápida que los métodos tradicionales, que devuelven los resultados después de un número

considerable de días o semanas; esta rapidez permite corregir brechas de conocimiento cuando

éstas se producen y es vital.

3.4. Gestión institucional y alineación por parte de la institución a la Industria 4.0



las admisiones y la comunicación individualizada. Esta especialización funcional provoca un





alineada en todo momento con la Industria 4.0 y que los graduados alcancen tasas de empleo hasta

un 30% mayor en industrias tecnológicas, donde la rapidez de los servicios y la actualización

continua de la oferta institucional son uno de los indicativos que contribuyen a este hecho.

3.5. Asistentes virtuales y el aula extendida

Por último, los Asistentes Virtuales como EduBirdie y Socratic ofrecen soporte 24/7 para

cualquier tipo de consulta administrativa o académica. La implementación de esta funcionalidad

puede romper las barreras del aula física, favoreciendo la interacción del alumnado más allá de

la presencialidad. El impacto de estas herramientas puede alcanzar ratios de participación del

alumnado interactivo de hasta 10 veces en comparación con el modelo pasivo de lección magistral.

4. CONCLUSIONES

             

convertido en un componente de infraestructura crítica para la buena gestión educativa





se ha determinado que el ecosistema de IA cuenta con una notable heterogeneidad funcional

     

Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui

sistemas de analítica predictiva como los de mayor capacidad de incidencia en el rendimiento

académico y la retención de estudiantes.

Con relación al impacto en la transformación digital, la IA representa una reducción notable de

la carga administrativa, lo cual facilita la revalorización del papel del docente hacia la mentoría



instituciones deben afrontar de una manera urgente los retos éticos. A través de su uso se plantea

la pertinencia de cerrar las brechas de responsabilidad y garantizar que el uso de los datos





Para lograr una integración efectiva, se propone a las autoridades educativas establecer políticas

de tres niveles: el nivel macro debería coincidir con las regulaciones propias de las protecciones



en el rediseño curricular en base a la adquisición de competencias digitales; y, por último,

el nivel micro debería fomentar un uso creativo y crítico de la tecnología del alumnado. En



un facilitador de la equidad, garantizando que la transformación digital tenga la función de

democratizar el acceso al conocimiento y preparar a las sociedades frente a los desafíos de un

futuro automatizado.

Contribución de los Autores (CRediT): MLLJ: Conceptualización, Investigación, Administración del

proyecto, Redacción - revisión y edición. MDLACA: Concepturalización, Análisis formal, Supervisión,

Redacción - revisión y edición. HPSC: Conceptualización, Metodología, Validación, Redacción - revisión y

edición.

Conicto de Intereses: 

Declaración de Uso de Inteligencia Articial: Los autores declaran que han utilizado herramientas de





REFERENCIAS

       

        

vs. Google Bard. Frontiers in Education, 9, 1429324. https://doi.org/10.3389/

feduc.2024.1429324



Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui

       AI and Education: Building the

Future Through Digital Transformation   https://

doi.org/10.18235/0013500



by University Educators. Education Sciences, 15  https://doi.org/10.3390/

educsci15101322



Frontiers in Education, 10, 1565938. https://doi.

org/10.3389/feduc.2025.1565938



Multimodal Technologies and Interaction,

9https://doi.org/10.3390/mti9080084

AI and Education: Strategic Imperatives for

Corporations and Academic Institutions.https://cmr.



academic-institutions/

          

Education and Training: Transforming Vocational Training in Digital Era. Engineering

Proceedings, 103https://doi.org/10.3390/engproc2025103009



Sintaxis, 13, 49-78.





Vocational Education and Training: A Micro, Meso and Macro Perspective From the AI

Ubiquity Proceedings, 6https://doi.org/10.5334/uproc.172



Human Rights, Equity, and Justice in Education. European Journal of Education and

Pedagogy, 6

Orientaciones para el uso pedagógico de herramientas

Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui

de Inteligencia Articial en el proceso de enseñanza aprendizaje que garanticen el

uso efectivo y ético en el aula. 

REDA/AED/orientaciones_uso_pedag%C3%B3gico_ia.pdf



en la Educación. Revista Docentes 2.0, 17  https://doi.org/10.37843/rted.

v17i1.513

Trends Shaping Education 2025.https://doi.org/10.1787/

ee6587fd-en

Review

of International Comparative Management, 26https://doi.org/10.24818/

RMCI.2025.2.245

    20 Statistics on AI in Education to Guide Your Learning

Strategy in 2025. 

  5 Best AI Tools for Higher Education Administrators in 2025.



European insights: AI integration in

TVET – Policies, practices and pathways for inclusive innovation.

https://atlas.unevoc.unesco.org/research-briefs/european-insights-ai-integration-in-tvet-





tools for ensuring inclusive education. 408 International Journal of Innovative Research

and Scientic Studies, 8

Top AI Tools for Education in 2025 to Transform Learning. https://trandev.

net/ai-tools-for-education/

    Top AI

Tools for Teachers in 2025. https://pce.sandiego.edu/ai-tools-for-teachers/

            

Metodologías para el aprendizaje y la inteligencia

articial. 

Fecha de recepción: 25 / 11 / 2025

Fecha de aceptación: 10 / 01 / 2026

Fecha de publicación: 14 / 10 / 2026

Caracterización de plataformas de Inteligencia Articial para la transformación digital de la gestión educativa.

pp. 28 - 42 / Volumen 7, número 3 / DOI: https://doi.org/10.37431/conectividad.v7i3.497

Instituto Superior Tecnológico Rumiñahui





          

Engineering Proceedings, 103https://doi.org/10.3390/engproc2025103010