I
nnova Science Journal
|
Vol
.
0
3
| Núm
.
0
4
|
Oct
–
Dic
| 202
5
|
www.innovasciencejournal.omeditorial.com
159
Artículo Científico
Inteligencia digital e inteligencia
artificial
: Dos inteligencias
emergentes en la era digital
.
Digital Intelligence and Artificial Intelligence: Two Emerging Intelligences in
the
Digital Age
.
Rubina
-
López
,
Alejandro
1
.
1
Universidad Nacional Hermilio Valdizán de Huánuco
;
Perú,
Huánuco
;
https://orcid.org/
0000
-
0003
-
1421
-
7043
;
allicorubina@hotmail.es
1
Autor
Correspondencia
https://doi.org/10.63618/omd/isj/v3/n4/129
Resumen:
La era digital
es un nuevo
escenario
social y cultural
donde
han surgido o
emergido dos inteligencias: L
a
inteligencia
digital
y la inteligencia artificial que
interactúan redefiniendo los procesos educativos, sociales y culturales. E
l
estudio
tuv
o como
objetivo
analizar, mediante una revisión bibliográfica sistemática
siguiendo
a
PRISMA 2020,
en
las
que se
conceptualiza
n los
fundamentos teóricos y
aplicaciones de ambas inteligencias, identificando sus intersecciones y desafíos.
Métodos
: se utilizó
el método documental que consistió en analizar l
a base de datos
de alto impacto
que contienen
ERIC, Springer Nature Link, SciELO, Redalyc y Google
Scholar
que han difundido
entre 2015 y 2025
interesantes publicaciones
,
seleccionando 27 artículos clave.
Re
sultados
.
Los hallazgos más significativos
muestran un predominio de estudios teóricos y documentales, que destacan el papel
de la inteligencia digital y artificial como extensiones de la inteligencia humana,
potenciando la personalización del aprendizaje,
la gestión educativa y la innovación.
No obstante, emergen riesgos como dependencia tecnológica, sesgos algorítmicos y
brecha digital.
Conclusión
,
En la era digital en que interactuamos. han emergido
dos
inteligencias: La inteligencia digital e inteligenc
ia artificial
que
se vienen
incorpora
ndo
en forma
sostenible en la educación
dentro del
marco ético
digital y tecnológico.
.
Palabras clave:
inteligencia digital; inteligencia artificial; educación; ética
tecnológica
.
Abstract:
The digital era configures a new social, cultural, and educational landscape
in
which two forms of intelligence digital and artificial
are emerging and interacting to
redefine educational, social, and organizational processes. This study aimed to
analyze,
through a systematic literature review following PRISMA 2020 guidelines, the
conceptualizations, theoretical foundations, and applications of both intelligences,
identifying their main intersections and challenges. A documentary method was
appli
ed using hi
gh
-
impact databases,
ERIC, Springer Nature Link, SciEL
O, Redalyc,
and Google Scholar,
covering the period 2015
–
2025, from which 27 key articles were
selected. Findings reveal a predominance of theoretical and documentary studies that
highlight digital and
artificial intelligence as emerging intelligences and extensions of
human capacities, enhancing personalized learning, educational management, and
innovation. However, associated risks were also identified, including technological
dependency, algorithmic b
ias, and the widening of the digital divide. In conclusion, the
convergence of these intelligences requires the construction of ethical and critical
frameworks to guide their sustainable integration into education, ensuring that they
contribute to human de
velopment without compromising equity or the autonomy of
educational processes.
Keywords:
digital intelligence; artificial intelligence; education; technological ethics
.
Cita:
Rubina
-
López, A. (2025).
Inteligencia digital e inteligencia
artificial: Dos inteligencias
emergentes en la era
digital.
Innova Science
Journal
,
3
(4), 159
-
175.
https://doi.org/10.63618/omd
/isj/v3/n4/129
Recibido:
28
/
06
/20
25
Aceptado:
20
/
08/
20
25
Publicado:
31
/
10
/20
25
Copyright:
©
202
5
por los
autores
.
Este artículo es un
artículo de acceso abierto
distribuido bajo los términos y
condiciones de la
Licencia
Creative Commons, Atribución
-
NoComercial 4.0 Internacional.
(
CC
BY
-
NC
)
.
(
https://creativecommons.org/lice
nses/by
-
nc/4.0/
)
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
160
Artículo Científico
1. Introducción
En la
actualidad, nos encontramos inmersos en la era digital, un contexto caracterizado
por la interacción constante entre seres humanos y tecnologías inteligentes. Este
entorno ha propiciado la emergencia de nuevas formas de inteligencia, las cuales no
solo red
efinen las capacidades cognitivas del individuo, sino también las maneras en
que se conciben y ejercen los procesos sociales, educativos y culturales
(Á
lvarez
-
López,
2023)
. En este marco,
dos perspectivas destacan como fundamentales: la inteligencia
digital, concebida como la capacidad de crear, adaptar
; así también como
transformar
los entornos tecnológicos mediante competencias cognitivas, sociales
e
n conjunto con
las
éticas
(Rubina
-
López, 2025)
, y la inteligencia artificial, entendida como la facultad de
los sistemas tecnológicos para simular procesos de razonamiento, aprendizaje y toma
de decisiones
(Montalván
-
Vélez et
al., 2024)
.
La
inteligencia artificial ha sido históricamente estudiada desde enfoques matemáticos,
algorítmicos y cognitivo
-
computacionales, configurando un campo dinámico que
evoluciona con los avances tecnológicos
(García
-
Vigil, 2021)
.
Con la irrupción de las
tecnologías emergentes, la inteligencia artificial se ve fortalecida
; expandiéndose
a
través de nuevas aplicaciones que exigen competencias en la gestión crítica,
responsable y creativa de la inform
ación digital
(Villamarin
-
Reinoso et
al., 2022)
.
Por su parte, la inteligencia digital surge
como un constructo emergente fundamentado
en la filosofía y la epistemología digital. Este tipo de inteligencia no se limita a operar en
entornos tecnológicos, sino que comprende la capacidad de los individuos para
interactuar de forma segura, ética y sos
tenible en la esfera digital
(Moreira
-
Barberán
et
al., 2025)
.
En términos teóricos, constituye la base que posibilita la creación,
expansión y optimización de la
inteligencia artificial y de las nuevas tecnologías de la
comunicación (NTC), lo que revela una estrecha relación entre el pensamiento humano,
la digitalización y la automatización tecnológica
.
El diálogo entre inteligencia digital e inteligencia artificia
l se convierte, entonces, en un
eje clave para comprender los desafíos actuales de la sociedad del conocimiento.
Mientras la inteligencia artificial aporta automatización, procesamiento de datos y
capacidad predictiva, la inteligencia digital actúa como me
diadora y facilitadora del
desarrollo tecnológico, ampliando las capacidades humanas en múltiples campos como
la educación, la salud y la gestión social
(Rubina
-
López, 2025)
.
A pesar de su creciente relevancia, la literatura científica todavía presenta va
cíos en la
integración conceptual de estas inteligencias. Los estudios sobre inteligencia digital
tienden a fragmentarse entre competencias técnicas y socioemocionales, mientras que
las investigaciones sobre inteligencia artificial suelen centrarse en aspe
ctos técnicos y
algorítmicos, sin establecer vínculos claros con la dimensión social y ética
(Aparicio
-
Gómez et
al., 2023)
.
Esta brecha revela la necesidad de revisiones
sistemáticas que
permitan clarificar el marco teórico y señalar las convergencias y tensiones en juego
.
El objetivo principal de este trabajo es analizar, desde una revisión bibliográfica
sistemática, las conceptualizaciones, fundamentos teóricos y aplica
ciones de la
inteligencia digital y la inteligencia artificial, identificando sus puntos de intersección y
los desafíos que plantean en la era digital. Con ello se busca aportar una visión crítica y
actualizada que contribuya a comprender estas inteligenci
as como perspectivas
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
161
Artículo Científico
emergentes, fundamentales para el desarrollo humano y social en el contexto
contemporáneo
.
2. Materiales y Métodos
Este estudio se estructuró como una revisión bibliográfica sistemática, siguiendo los
lineamientos de la declaración
PRISMA 2020 para revisiones y metaanálisis
(Albhirat
et
al., 2024)
. Se adoptó un enfoque documental
-
cualitativo, de nivel descriptivo
-
analítico, con el fin de
i
dentificar, examinar y sintetizar la literatura académica existente
sobre las conceptualizaciones y aplicaciones de la inteligencia digital y la inte
ligencia
artificial en la era digital.
La modalidad de la investigación fue no experimental y
retrospectiva, dado que se trabajó exclusivamente con fuentes secundarias previamente
publicadas.
La búsqueda de información se llevó a cabo entre marzo y junio d
e 2025 en bases de
datos de alto impacto como, ERIC,
Springer Nature Link
,
SciELO
, Redalyc
y Google
Scholar. Se aplicaron estrategias de búsqueda combinadas con
descriptores en inglés
y español:
“
artificial intelligence
”
OR
“
i
nteligencia artificial
”
,
“
digi
tal intelligence
”
OR
“
i
nteligencia digital
”
, “
epistemology
”
OR
“
epistemología digital
”
y
“
competencies
”
OR
“
competencias digitales
”.
Se definió un rango temporal comprendido entre 2015 y 2025,
con el propósito de abarcar los aportes más recientes y
relevantes sobre la evolución
conceptual y epistemológica de ambas inteligencias.
Los criterios de inclusión contemplaron artículos originales, revisiones, informes de
organismos internacionales y documentos indexados en revistas arbitradas, publicados
en
inglés o español,
que abordaran aspectos teóricos, filosóficos, educativos o sociales
de la inteligencia digital y la inteligencia artificial. Se excluyeron trabajos de carácter
divulgativo, literatura gris no arbitrada, duplicados y artículos que se centr
aran
únicamente en descripciones técnicas de inteligencia artificial sin relacionarla con
dimensiones sociales, educativas o culturales
.
La búsqueda inicial arrojó 312 registros. Tras la eliminación de 58 duplicados, se
sometieron a cribado 254 publicacion
es mediante la revisión de título y resumen, de las
cuales 162 fueron descartadas por no cumplir los criterios de pertinencia.
Posteriormente, se analizaron en texto completo 92 artículos, y finalmente se
seleccionaron
2
7
publicaciones clave
s
para la sínte
sis y discusión del presente trabajo.
Los datos fueron organizados en una matriz de análisis documental que incluyó los
siguientes campos: referencia APA, año de publicación, tipo de fuente, disciplina,
hallazgos principales, tendencias, desafíos y oportun
idades. Para la sistematización de
la información se emplearon los softwares
Zotero
(gestión bibliográfica) y Excel 2021
(análisis y categorización).
En lo relativo a los aspectos éticos, al tratarse de una investigación documental sin
intervención directa
en seres humanos, no se requirió consentimiento informado. No
obstante, se garantizó el respeto a los principios de integridad científica, transparencia
y rigurosidad metodológica. Se reconoció la autoría de los documentos analizados
mediante el uso de ci
tas y referencias en formato APA 7ª edición, y se consultaron
únicamente fuentes de acceso legítimo en repositorios y bases académicas
.
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
162
Artículo Científico
3.
Resultados
La búsqueda sistemática permitió identificar inicialmente 312 registros en las bases de
datos ERIC, Sprin
ger Nature Link, SciELO, Redalyc y Google Scholar. Tras la
eliminación de duplicados y la aplicación de los criterios de inclusión y exclusión
previamente definidos, se redujo el corpus a 27 artículos clave que conforman el material
de análisis. Este proce
so de selección garantizó la pertinencia de los documentos con
respecto al objetivo de la investigación, centrado en la caracterización de la inteligencia
artificial
y digital en la era digital.
Figura 1
Flujo PRISMA
En términos de diseños metodológicos, los estudios incluidos se caracterizan por un
claro predominio de revisiones teóricas y documentales (n=18), lo cual evidencia que el
campo aún se encuentra en una fase de consolidación conceptual. A estos se suman
inv
estigaciones empíricas descriptivas y cuantitativas (n=6), así como un número
reducido de estudios aplicados con validación experimental (n=3), que aportan
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
163
Artículo Científico
evidencia práctica y permiten observar la traducción de los marcos conceptuales a
escenarios educati
vos reales. Esta diversidad metodológica otorga robustez a la
revisión al integrar análisis históricos, filosóficos y pedagógicos con estudios de carácter
aplicado.
Respecto al nivel y modalidad de investigación, se constató que la mayoría de los
artículos
corresponden a enfoques cualitativos, de carácter descriptivo
–
analítico y
documental. Sin embargo, emergen también propuestas de corte experimental y mixto,
especialmente en contextos de educación superior y formación digital, que evidencian
el interés cr
eciente por validar la aplicabilidad de la inteligencia artificial y su interacción
con la inteligencia digital en
diferentes entornos
. Este equilibrio permite articular una
base sólida para comprender tanto los fundamentos conceptuales como las
implicacio
nes prácticas de las inteligencias emergentes.
El análisis de los temas principales permitió agrupar los artículos en cuatro grandes ejes.
En primer lugar, los estudios orientados a los fundamentos teóricos y conceptuales de
la inteligencia
artificial
y di
gital, que ofrecen perspectivas históricas, filosóficas y
epistemológicas. En segundo lugar, los trabajos que examinan el impacto de la
inteligencia artificial en la educación
junto a
la gestión institucional, con énfasis en
liderazgo, personalización y tr
ansformación universitaria. Un tercer eje está constituido
por estudios que abordan la ética y los desafíos de la IA en educación, destacando
principios de responsabilidad, transparencia y sostenibilidad. Finalmente, un cuarto
grupo incluye investigaciones
centradas en aplicaciones prácticas y empíricas, donde
destacan los aportes sobre autoaprendizaje, cognición extendida y
la
evaluación
innovadora
.
En cuanto a los hallazgos y aportes clave, se identificó que la inteligencia artificial, en
diálogo con la i
nteligencia digital, actúa como un catalizador de transformación en la
producción de conocimiento, la personalización del aprendizaje
en
la gestión
académica. No obstante, los estudios también advierten riesgos vinculados con la
dependencia tecnológica, la
brecha digital, la integridad científica y los sesgos
algorítmicos. Este doble carácter de oportunidad y desafío reafirma la necesidad de
marcos éticos, pedagógicos
así como
curriculares que aseguren la incorporación
responsable y contextualizada de la IA
en la educación.
L
a síntesis sistemática de los estudios incluidos muestra que la relevancia para la
revisión es alta en la mayoría de los casos, ya que los aportes permiten comprender las
interacciones entre la inteligencia digital y artificial en la era
digital. El análisis integrador
de estas investigaciones refuerza la tesis de que las inteligencias emergentes no se
desarrollan de manera aislada, sino en constante interacción. En consecuencia, los
resultados obtenidos configuran una base sólida para la
discusión y la construcción de
un marco teórico propio en el que se articulen estas dimensiones.
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
164
Artículo Científico
Tabla 1
Matriz PRISMA
ID
Referencia APA
Diseño
metodológico
/ Tipo de
estudio
Nivel / Modalidad
de investigación
Tema principal
Hallazgo /
Aporte
clave
Relevancia para
la revisión
1
The search for the
elusive basic
processes
underlying human
intelligence:
Historical and
contemporary
perspectives.
(Sternberg, 2022)
Revisión
teórica y
análisis
histórico
-
conceptual
Nivel teórico;
modalidad
documental
(análisis de
literatura y marcos
conceptuales)
Procesos
básicos que
explican la
inteligencia
artificial
desde
perspectivas
históricas y
contemporáneas
Argumenta que
no existe un
consenso
definitivo sobre
los procesos
cognitivos
fundamentales de
la inteligencia;
propone integrar
la visión
psicométrica,
cognitiva y
cultural
para
comprender
mejor el
fenómeno.
Alta: establece un
pilar conceptual
sobre la
“inteligencia”,
fundamental para
contrastar con la
inteligencia digital
y la inteligencia
artificial en la era
digital.
2
School Leadership
and Management
in the Age of
Artificial
Intelligence (AI):
Recent
Developments and
Future Prospects.
Educational
Process
.
(Karakose &
Tülübas, 2024)
Revisión
bibliográfica y
análisis
teórico.
Investigación
cualitativa,
modalidad
documental.
Impacto de la
inteligencia
artifi
cial en el
liderazgo escolar
y la gestión
educativa.
La IA se está
consolidando
como herramienta
para mejorar la
toma de
decisiones, la
gestión
administrativa y la
personalización
del aprendizaje,
aunque plantea
retos éticos y de
preparación
docente.
Conecta
directamente con
la temática de
inteligencias
emergentes,
pues analiza
cómo la IA
transforma
prácticas de
liderazgo y
gestión en la era
digital.
3
Artificial
intelligence
competence: A
crucial skill for the
digital citizens.
(Sengsri &
Khunratchasana,
2024)
Estudio
descriptivo con
revisión de
literatura y
análisis
conceptual.
Utiliza un
enfoque
comparativo
de políticas
educativas,
informes
internacionales
y marcos de
competencias
digitales.
Teórico
–
documental, con
proyección
aplicada en
educación superior
y formación
profesional.
El desarrollo
de
la competencia
en inteligencia
artificial como
una habilidad
fundamental
para la
ciudadanía
digital en el siglo
XXI.
-
Define la
competencia en
IA como la
capacidad de
comprender,
aplicar y evaluar
críticamente
herramientas de
IA en contextos
educativos
,
sociales y
laborales.
-
Identifica que los
países que
integran IA en la
educación
temprana
muestran
mayores avances
en innovación y
economía digital.
-
Señala la
necesidad de
marcos
curriculares
específicos que
vinculen
alfabetización
digital, ética de l
a
IA y pensamiento
computacional.
El artículo es
clave porque
aborda la
inteligencia digital
como
competencia
transversal que
facilita la
interacción con la
inteligencia
artificial.
Refuerza la tesis
de que la IA no
surge aislada,
sino como
extensión de la
inteligencia
digital, y plantea
los retos de
integrarla en
políticas
educativas y de
ciudadanía
global.
4
Refining Higher
Education’s Core
Competence and
Its Shaping
Influence on the
Future of Learning
and Work.
(Henderson et
al.,
2024)
Estudio
teórico
–
analítico con
revisión crítica
de literatura.
Nivel descriptivo
–
analítico;
modalidad
documental.
El papel de la
educación
superior en la
formación de
competencias
fundamentales
(cognitivas,
emocionales y
digitales) para
enfrentar los
retos del futuro
laboral y social.
Identifica que las
competencias
nucleares
—
habilidades
cognitivas
superiores,
inteligencia
emocional y
alfabetización
digital
—
son
transversales y
esenciales para la
empleabilidad y
adaptación en
contextos de
cambio
tecnológico.
Aporta una visión
estratégica sobre
cómo la
educación
superior debe
integrar tanto la
inteligencia
artificial
como la
digital, vinculando
directamente con
el análisis de
inteligencias
emergentes en la
era digital.
5
Mapping the
intelligent
classroom:
Revisión
sistemática de
literatura.
Investigación
documental,
modalidad teórica.
Plataformas y
sistemas
inteligentes
La revisión
evidencia que las
soluciones de
aprendizaje
Aporta una visión
sobre cómo la
inteligencia
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
165
Artículo Científico
Exam
ining the
emergence of
personalized
learning solutions
in the digital age.
(Lagos
-
Castillo
et
al., 2025)
aplicados al
aprendizaje
personalizado en
la era digital.
personalizado
basadas en
inteligencia
artificial han
cobrado
relevancia en la
educación,
redefiniendo la
interacción en el
aula y ampliando
las posibilidades
pedagógicas.
artificial y las
tecnologías
digitales están
configurando el
“aula inteligente”,
alineado con el
eje de estudio
sobre
inteligencias
emergentes y
educación.
6
The education
doctorate in the
context of
generative artificial
intelligence:
Epistemic shifts
and challenges to
practical wisdom.
(Henriksen et
al.,
2025)
Ensayo
académico
reflexivo, con
enfoque
teórico
-
analítico. Se
apoya en
revisión
conceptual y
paralelismos
históricos
(escritura,
imprenta,
medios
digitales) para
interpretar el
impacto de la
IA generativa
en la
educación
doctoral.
Nivel cualitativo,
modalidad
documental/teórica.
Centrado en
programas de
Doctorado en
Educación (EdD).
I
mpacto de la
inteligencia
artificial
generativa en la
epistemología, la
producción de
conocimiento y la
sabiduría
práctica en
programas de
doctorado en
educación.
GenAI
transforma
la creación,
difusión y
validación del
conocimiento en
la educación
doctoral;
introduce
dinámicas
multimodales,
dialógicas y a
veces
impredecibles;
plantea la
necesidad de
integrar la IA sin
perder la agencia
artificial
ni la
sabiduría
práctica
.
Ofrece un marco
epistemológico
clave para
analizar cómo la
inteligencia
(natural y digital)
interactúa con la
inteligencia
artificial, siendo
fundamental para
discutir los
cambios de
paradigma en la
era digital.
7
Research integrity
in the era of
generative artificial
intelligence.
(Wilson
& Burleigh, 2025)
Revisión
conceptual y
análisis teórico
sobre la
integridad
investigadora
en el contexto
del uso de IA
generativa.
Nivel descriptivo
–
analítico;
modalidad
documental.
Impacto de la
inteligencia
artificia
l
generativa en la
integridad de la
investigación
académica y en
la producción de
conocimiento.
La IA generativa
puede amenazar
la integridad
científica (plagio,
datos falsificados,
manipulación),
pero también
ofrece
oportunidades si
se establecen
marcos
éticos y
de regulación
claros. Se resalta
la necesidad de
alfabetización
digital, ética y de
políticas
institucionales.
Pertinente al
tema “inteligencia
digital e
inteligencia
artificial” porque
analiza cómo la
IA impacta
directamente la
producción y
valid
ación del
conocimiento en
la era digital.
8
Artificial
intelligence literacy
education in
primary schools: A
review.
(Yim & Su,
2025)
Revisión
sistemática de
literatura sobre
la
alfabetización
en
inteligencia
artificial en
educación
primaria.
Nivel descriptivo
–
sintético;
modalidad
documental
(revisión de
estudios empíricos
y teóricos).
Alfabetización en
inteligencia
artificial para
estudiantes de
educación
primaria y su
integración en el
currículo
escolar.
La IA es
reconocida como
una competencia
clave del siglo
XXI. Sin
embargo, existe
escasa
investigación
enfocada en la
enseñanza
sistemática de IA
en primaria. El
estudio identifica
marcos, enfoques
pedagógicos y
desafíos
curriculares en
diferentes
países.
Muy pertinente,
ya que relaciona
el desarrollo de la
inteligencia
artificial con la
inteligencia digital
aplicada en la
educación
temprana,
destacando la
necesidad de
preparar a las
nuevas
generaciones en
entornos digitales
con fundamentos
éticos
y
cognitivos.
9
Generative artificial
intelligence and
extended cognition
in science learning
contexts.
(Rivera
-
Novoa & Duarte
-
Arias, 2025)
Análisis
filosófico
–
teórico y
revisión
conceptual
sobre la
relación entre
la cognición
extendida y la
inteligencia
artificial
generativa en
Nivel refl
exivo
–
analítico;
modalidad
documental y
filosófica.
Impacto de la
inteligencia
artificial
generativa en los
procesos de
aprendizaje de
las ciencias
desde la
perspectiva de la
cognición
extendida.
La IA generativa
puede actuar
como una forma
de cognición
ex
tendida,
modificando
cómo los
estudiantes
producen,
procesan y
validan
conocimiento
científico. Se
destaca la
necesidad de
repensar la
Altamente
relevante porque
vincula la
inteligencia
artificial con los
marcos
epistemológicos y
cognitivos de la
era digital,
conectando
directamente con
la noción de
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
166
Artículo Científico
la educación
científica.
epistemología de
la educación
científica frente a
la mediación
tecnológica.
“inteligencia
digital” y su papel
en la producción
de conocimiento.
10
A scoping review
o
n how generative
artificial
intelligence
transforms
assessment in
higher education
.
(Xia et
al., 2024)
Scoping
review
realizada
conforme a
PRISMA
-
ScR;
búsqueda en
ERIC, Web of
Science y
Scopus; de
969 artículos
recuperados
se incluyeron
32 estudios
empíricos;
análisis por
tres niveles:
estudiantes,
docentes e
instituciones.
Nivel descriptivo
–
exploratorio;
modalidad
docum
ental
(revisión de
alcance) con
codificación
inductiva y
cartografía
temática en los tres
niveles.
Cómo la IA
generativa
(GenAI) está
transformando la
evaluación en la
educación
superior
(oportunidades,
riesgos y
cambios en
políticas,
docencia y
aprendizaje).
GenAI aporta
retroalimentación
inmediata y
diversa, opciones
de auto
-
evaluación y
percepción de
menor sesgo;
pero plantea
desafíos críticos
de integridad
académica. Exige
alfabetización en
evaluación, IA y
competencias
digitales para
docentes
;
promueve
métodos de
evaluación más
auténticos y
variados y el
equilibrio IA
–
juicio
humano. A nivel
institucional,
recomienda
revisar políticas
de evaluación,
objetivos de
aprendizaje y
fomentar
programas/asses
sment
interdisciplinarios.
Altísima: ofrece
u
n mapa
sistemático y
reciente sobre
cómo la
inteligencia
artificial
reconfigura la
evaluación,
conectando con
tu eje de
inteligencia digital
vs. IA
(competencias,
ética, agencia
artificial
y
rediseño de
políticas).
11
Influence of
artificial
intelligence
on
higher education
reform and talent
cultivation in the
digital intelligence
era.
(Qian et
al.,
2025)
Estudio de
revisión
documental y
análisis
aplicado;
combina
marco
conceptual
sobre “era de
la inteligencia
digital” con
revisión de
políticas
educativas
chinas y
análisis de
modelos de
formación de
talento;
metodología
cualitativa
–
interpretativa.
Nivel exploratorio
-
descriptivo;
modalidad teórica y
documental, con
ejemplos de
implementación en
universidades
chinas y
recomendaciones
estratégicas.
El papel de la
inteligencia
artificial en la
reforma de la
educación
superior y en la
formación de
talent
o digital
para la nueva
economía.
La IA optimiza la
asignación de
recursos
educativos,
personaliza el
aprendizaje y
promueve un
modelo de
educación
inteligente. Se
subraya la
necesidad de
cultivar
competencias
digitales e
interdisciplinarias,
integrar IA e
n
planes
curriculares y
mejorar el
equilibrio entre
formación técnica
y pensamiento
crítico.
Alta: conecta
directamente con
la noción de
inteligencia digital
y su vínculo con
la IA en
educación
superior,
aportando
fundamentos
conceptuales y
ejemplos
prácticos de
políticas y
prácticas.
12
Examining human
–
AI collaboration in
hybrid intelligence
learning
environments:
insight from the
Synergy Degree
Model.
(Kong
et
al., 2025)
Estudio
conceptual y
aplicado,
basado en el
desarrollo y
validación del
Synergy
Degree Model
(SDM) para
evaluar la
colaboración
humano
–
IA en
entornos
híbridos de
aprendizaje.
Incluye
análisis de
casos y
modelización
teórica.
Nivel exploratorio
–
analítico,
modalidad mixta
con fuerte
componente
teórico y ejemplos
prácticos de
escenarios de
aprendizaje
colaborativo entre
humanos y
sistemas de IA.
La colaboración
humano
–
IA en
entornos de
aprendizaje
híbrido y el uso
del Synergy
Deg
ree Model
como marco
para medir la
eficacia de esa
interacción.
El estudio
propone que el
grado de sinergia
humano
–
IA
puede medirse
considerando
dimensiones
como distribución
de roles,
adaptabilidad,
feedback
y
resultados
cognitivos. El
SDM muestra que
un mayor nivel de
sinergia mejora la
eficiencia del
aprendizaje, la
motivación y la
innovación
educativa.
Muy alta: se
centra en la
interacción entre
inteligencia digital
(
artificial
) e
inteligencia
artificial,
lo que
está directamente
alineado con tu
tema sobre “dos
inteligencias
emergentes en la
era digital”.
13
Artificial
intelligence v/s
human intelligence:
a relationship
Estudio de
revisión
analítica y
conceptual,
Nivel exploratorio
–
descriptivo,
modalidad de
revisión narrativa
Relación entre la
inteligencia
artificial, la
inteligencia
El estudio
concluye que la
IA potencia la
eficiencia,
productividad y
toma de
Muy alta:
compara
explícitamente IA
vs. inteligencia
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
167
Artículo Científico
between
digitalization and
international trade.
(Aggarwal &
Karwasra, 2025)
basado en
literatura
académica y
datos de
comercio
digital
internacional.
centrada en teorías
y evidencia
empírica
secundaria.
artificial
y los
procesos de
digitalización,
analizando su
impacto en el
comercio
internacional.
decisiones en el
comercio digital,
pero la
inteligencia
artificial
sigue
siendo crucial
par
a la
creatividad, la
ética y la
adaptación
cultural en
contextos
globales. Ambos
tipos de
inteligencia son
complementarios.
artificial
, lo que
coincide
directamente con
tu tema sobre
“dos inteligencias
e
mergentes en la
era digital”.
14
Perspectives on
the convergence of
human and
machine
intelligence.
(Sharma & Singh,
2025)
Artículo de
perspectiva
teórica y
filosófica;
aná
lisis
conceptual de
la
convergencia
humano
–
máquina.
Nivel reflexivo y
especulativo;
modalidad
documental y
conceptual.
Posibles
caminos de
convergencia
entre la
inteligencia
artificial
y la
inteligencia
artificial,
incluyendo
hibridación
mental, simbiosis
humano
-
máquina y
futuros humanos
quiméricos.
Se propone que
la convergencia
de inteligencias
puede
manifestarse en
formas aditivas,
multiplicativas o
de equilibrio, y
que esta
interacción tiene
el potencial de
fomentar la
sostenibilidad, la
productividad y la
coevolución de
humanos y
máquinas.
Muy relevante
porque articula
cómo la
inteligencia
artificial
y la
artificial podrían
integrarse en un
marco
conceptual,
contribuyendo al
entendimiento de
la “inteligencia
digital” y su papel
en el futuro de la
sociedad.
15
Artificial
intelligence in
science and
chemistry
education: a
systematic
review.
(Erümit &
Sarıalioğlu, 2025)
Revisión
sistemática de
literatura en
educación en
ciencias y
química.
Nivel documental;
modalidad
cualitativa de
análisis de
literatura.
El uso de la
inteligencia
artificial
en la
enseñanza de
ciencias y
química, con
foco en
tendencias,
aplicaciones,
oportunidades y
limitaciones.
La IA ha
mostrado
potencial para
personalizar el
aprendizaje,
mejorar la
evaluación
formativa y
apoyar
laboratorios
virtuales. Sin
embargo, se
ident
ifican
limitaciones como
la falta de
formación
docente y el
sesgo en los
algoritmos
educativos.
Muy relevante, ya
que explora de
manera
sistemática cómo
la IA contribuye a
la educación
científica,
conectándose
directamente con
la emergencia de
nuevas
formas de
inteligencia en la
era digital.
16
Forms and
functions
innovation: a
scoping review of
digital and
intelligence
technologies in
early childhood
education practice.
(Liu et
al., 2025)
Revisión
exploratoria
(scoping
review) de
literatura entre
2010
–
2024.
Nivel documental;
modalidad
cualitativa con
enfoque descriptivo
y analítico.
Integración de
tecnologías
digitales e
inteligentes en la
educación infantil
temprana y sus
innovaciones en
la práctica
pedagógica.
Se identificaron
tendencias en el
uso de
inteligencia
artificial, robótica
y aplicaciones
digitales para
fomentar
habilidades
cognitivas y
socioemocionales
en la primera
infancia. El
estudio resalta
tanto
oportunidades
como limitaciones
en la
implementación.
Muy relevante, ya
que conecta la
inteligencia digital
y artificial con el
desarrollo de
competencias en
edades
tempranas,
mostrando cómo
las inteligencias
emergentes
influyen desde
los primeros años
de escolaridad.
17
Role of Artificial
Intelligence in the
personalization of
distance education:
a systematic
review.
(Romero
-
Alonso
et
al., 20
25)
Revisión
sistemática de
literatura.
Educación
superior,
modalidad a
distancia y virtual.
Uso de la
inteligencia
artificial en la
personalización
del aprendizaje
en entornos de
educación a
distancia.
La IA,
especialmente a
través de
sistemas
tutoriales
inteligentes (STI),
facilita la
mediación del
aprendizaje y
permite
estrategias de
personalización.
Los modelos
predictivos
destacan en la
propuesta de
rutas adaptativas
de aprendizaje.
Alta, ya que
aborda
directamente la
relación entre IA
y per
sonalización
educativa en
modalidad digital,
aportando
evidencia
empírica y teórica
relevante.
18
Understanding
ChatGPT adoption
in universities: the
impact of faculty
TPACK and
UTAUT2.
Estudio
cuantitativo
con modelo
estructural
basado en
TPACK y
Investigación
aplicada,
modalidad
empírica
-
descriptiva, en
Adopción de
ChatGPT en
universidades y
los factores que
influyen en su
uso docente.
La percepción de
utilidad, la
autoeficacia
tecnológica y la
integración con
TPACK influyen
significativamente
en la intención de
Proporciona
evidencia
empírica sobre
cómo los marcos
teóricos TPACK y
UTAUT2 explican
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
168
Artículo Científico
(Alzahrani &
Alzahrani, 2025)
UTAUT2;
análisis de
encuestas a
doc
entes
universitarios.
contexto de
educación superior.
adopción de
ChatGPT por
parte del
profesorado
universitario.
la adopción de
inteligencia
artificial
generativa en
educación
superior, clave
para comprender
la convergencia
entre inteligencia
digital y artificial
en la docencia.
19
Inteligencia
artificial generativa
para
autoaprendizaje en
educación
superior: Diseño y
validación de una
máquina de
ejemplos.
(Sánchez
-
Prieto
et
al., 2025)
Estud
io
aplicado con
diseño de
validación
experimental
de un prototipo
(“máquina de
ejemplos”)
basado en IA
generativa.
Investigación
aplicada en
educación superior;
modalidad
experimental
-
validativa.
Uso de la
inteligencia
artificial
generativa como
herramient
a de
autoaprendizaje
en entornos
universitarios.
El prototipo de
“máquina de
ejemplos”
demostró ser
efectivo para
apoyar procesos
de
autoaprendizaje,
generando
materiales
coherentes y
útiles para los
estudiantes. Se
validó su
pertinencia y
potencial como
recurso
pedagógico.
Aporta evidencia
práctica y
validada sobre
cómo la IA
generativa puede
implementarse en
la educación
superior para
fomentar el
autoaprendizaje,
alineándose
directamente con
la revisión sobre
inteligencias en la
era digital.
20
Connecti
ng digital
and social
competences in a
flexible and
adaptive
framework for VET
teachers.
(Hernández
-
Serrano et
al.,
2025)
Estudio
teórico
-
conceptual con
revisión
documental y
propuesta de
marco
adaptativo.
Investigación
aplicada /
modalidad
cualitativa, revisión
y propuesta
conceptual.
Desarrollo de
competencias
digitales y
sociales en
docentes de
educación
técnica y
profesional
(VET).
Se presenta un
marco flexible
que integra
competencias
digitales y
sociales,
orientado a
mejorar la
aceptación de
tecnologías
educativas y la
práctica docente
en entorn
os de
educación
técnica.
Aporta una
perspectiva sobre
cómo la
inteligencia digital
(competencias
digitales
docentes)
interactúa con la
integración de la
IA en la
enseñanza,
reforzando la
necesidad de
marcos
competenciales
en la era digital.
21
A value
-
based
approach to AI
ethics:
Accountability,
transparency,
explainability, and
usability.
(Iyer
et
al., 2025)
Revisión
bibliográfica
con análisis
conceptual y
ejemplos
prácticos.
Nivel teórico
–
conceptual;
investigación
cualitativa de
car
ácter
exploratorio.
Ética de la
inteligencia
artificial basada
en valores:
responsabilidad,
transparencia,
explicabilidad y
usabilidad.
Se propone un
enfoque ético
centrado en
cuatro principios
fundamentales
para garantizar
un desarrollo y
uso responsable
de la IA; se
discuten ejemplos
prácticos y retos
de
implementación.
Aporta un marco
conceptual sólido
sobre ética de la
IA, útil para
comprender
cómo integrar
valores humanos
en el diseño y
despliegue de
sistemas
inteligentes en
educación y otros
ámbitos.
22
Cybernetics of self
-
regulation,
homeostasis, and
fuzzy logic:
foundational triad
for assessing
learning using
artificial
intelligence.
(Delgado
-
Rivas
et
al., 2025)
Revisión
teórica
–
conceptual con
análisis de
marcos de
referencia en
cibernética y
educación 4.0.
Nivel teórico
–
reflexivo;
modalidad
documental.
Propuesta de un
marco
cibernético para
evaluar el
aprendizaje
mediante
inteligencia
artificial, basado
en
autorregulación,
homeostasis y
lógica difusa.
Identifica
limitaciones en
los modelos
tr
adicionales de
evaluación del
aprendizaje y
plantea una triada
conceptual que
integra sistemas
automatizados
con participación
artificial
,
buscando
equilibrio entre
control
algorítmico y
juicio pedagógico.
Aporta un
fundamento
teórico sólido
sobre cómo los
principios de la
inteligencia digital
y artificial pueden
redefinir la
evaluación
educativa en la
era digital.
23
Los desafíos de la
Inteligencia
Artificial en
educación en un
mundo
tecnologizado.
(Sali
nas & Andrade
-
Vargas, 2024)
Revisión
teórica
–
documental
Bibliográfica /
cualitativa
Retos de la
inteligencia
artificial aplicada
a la educación
en contextos
altamente
tecnologizados
Identifica desafíos
como la
dependencia
tecnológica, la
brecha digital y la
necesidad de
marcos éticos y
pedagógicos
sólidos para
integrar IA en
educación.
Aporta un marco
crítico para
analizar
limitaciones y
riesgos de la IA
educativa,
complementando
estudios que
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
169
Artículo Científico
destacan solo
beneficios.
24
La inteligencia
artificial generativa
como un asistente
estratégico en la
era del aprendizaje
digital.
(Cortés
-
Hernández et
al.,
2024)
Revisión
conceptual y
exploratoria.
Teór
ico
–
documental.
Análisis del
papel de la
inteligencia
artificial
generativa
(GenAI) como
asistente
estratégico en
contextos
educativos
digitales.
Se resalta que la
GenAI apoya
procesos de
aprendizaje
autónomo,
personalización
de contenidos y
toma de
decisi
ones
estratégicas en
educación digital,
destacando
oportunidades
para la
innovación
pedagógica.
Alto: aporta un
marco conceptual
actualizado sobre
cómo la GenAI
puede actuar
como
herramienta clave
en la
transformación
educativa digital.
25
Incidencias de la
inteligencia
artificial en la
educación
contemporánea.
(Sanabria
-
Navarro
et
al., 2023)
Revisión
teórica
–
documental.
Investigación
cualitativa,
modalidad
bibliográfica.
Impacto de la
inteligencia
artificial en los
procesos
educativos
contem
poráneos.
La IA ofrece
oportunidades
para personalizar
la enseñanza y
optimizar la
gestión educativa,
pero también
plantea riesgos
como la
deshumanización
del aprendizaje y
la dependencia
tecnológica.
Proporciona un
análisis general
sobre ventajas y
desafíos de la IA
en educación, útil
como marco
conceptual en la
revisión
sistemática.
26
Inteligencia natural
e inteligencia
artificial en las
instituciones
educativas.
(Vera
-
Noriega & Velasco
-
Arellanes, 2024)
Revisión
teórica y
análisis
reflexivo.
Investigación
cualitativa,
modalidad
bibliográfica.
Relación y
diferenciación
entre la
inteligencia
natural (
artificial
)
y la inteligencia
artificial en el
contexto
educativo.
Se plantea que la
inteligencia
artificial debe
concebirse
como
complemento y
no sustituto de la
inteligencia
natural; se
destacan
implicaciones
pedagógicas y
éticas en su
implementación
escolar.
Relevante: ofrece
un marco
conceptual que
vincula
directamente las
dos inteligencias
emergentes, en
línea con el
enfoqu
e central
de la
investigación.
27
Reflexiones sobre
la ética,
potencialidades y
retos de la
Inteligencia
Artificial en el
marco de la
Educación de
Calidad (ODS4).
(Flores
-
Vivar &
García
-
Peñalvo,
2023)
Estudio
reflexivo
–
document
al.
Investigación
cualitativa,
modalidad
bibliográfica.
Ética,
oportunidades y
desafíos de la
aplicación de la
inteligencia
artificial en el
cumplimiento del
ODS4
(educación
inclusiva y de
calidad).
Se concluye que
la IA ofrece un
gran potencial
para
mejorar la
calidad educativa
y garantizar
inclusión, pero
requiere marcos
éticos claros que
eviten sesgos y
desigualdades.
Muy alta: aporta
la dimensión
ética y de
sostenibilidad
educativa,
complementando
la visión sobre las
inteligencias en la
era digital
.
4.
Discusión
Los resultados de esta revisión muestran que la conceptualización de la inteligencia en
la era digital no puede entenderse únicamente desde la perspectiva clásica de la
psicometría o la cognición humana. Como señala Sternberg
(2022)
,
la falta de consenso
sobre los procesos básicos de la inteligencia en general obliga a considerar marcos
integradores que articulen la dimensión cultural y social. Nuestros
hallazgos confirman
que esta visión resulta imprescindible para contrastar la emergencia de la inteligencia
digital y la inteligencia artificial, pues ambas no sustituyen, sino que amplían los modos
de producción de conocimiento y la toma de decisiones en
contextos educativos
.
En el ámbito institucional, los estudios de Karakose y Tülübas
(2024)
con
Qian et al.
(2025)
subrayan que la inteligencia artificial está transformando la gestión educativa y
la formación de talent
o, lo cual coincide con los hallazgos de esta revisión respecto al
papel estratégico de la IA en la reconfiguración de competencias digitales y
profesionales. No obstante, esta transformación presenta limitaciones: mientras la IA
optimiza recursos y person
aliza experiencias, los marcos éticos y pedagógicos todavía
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
170
Artículo Científico
no logran responder a los riesgos de dependencia tecnológica o deshumanización del
aprendizaje, advertidos también por Salinas y Andrade
(2024)
, compartiendo criterios
con
Sanabria et al.
(2023)
.
Otro aspecto central es la dimensión epistemológica. Hen
riksen et al.
(2025)
junto a
Rivera y Duarte
(2025)
coinciden en que la inteligencia artificial gen
erativa produce un
cambio profundo en la producción y validación del conocimiento, actuando incluso como
una forma de cognición extendida. Este hallazgo confirma la hipótesis inicial de que las
inteligencias emergentes reconfiguran no solo la práctica educ
ativa, sino también los
fundamentos de la epistemología en la era digital. Sin embargo,
la literatura también
advierte sobre la necesidad de mantener la agencia y el juicio crítico de las personas,
aspectos que difícilmente pueden ser delegados a los algor
itmos
.
En educación básica y temprana, estudios como los de Yim y Su
(2025)
con
Liu et al.
(2025)
señalan que la alfabetización en inteligencia artificial y el uso de tecnologías
digitales deben incorporarse desde los primeros niveles, lo cual amplía el alcance de la
inteligencia digital como competencia transversal.
Esta evidencia corrobora que la
preparación de nuevas generaciones requiere un equilibrio entre habilidades cognitivas
tradicionales y nuevas formas de alfabetización digital, aunque persisten vacíos de
investigación en la aplicación sistemática de estas c
ompetencias en la educación
primaria.
Desde la perspectiva de la ética, trabajos como los de Iyer et al.
(2025)
con
Flores y
García
(2023)
refuerzan la idea de que la integración de la inteligencia artificial en la
educación no puede de
sligarse de valores como la transparencia, la equidad y la
explicabilidad. La presente revisión confirma que los marcos éticos constituyen una
condición necesaria para aprovechar el potencial de la IA sin reproducir sesgos ni
desigualdades.
Como
terminació
n
se reconoce que, aunque la revisión ha permitido mapear tendencias,
marcos y limitaciones de las inteligencias emergentes, persisten restricciones derivadas
de la naturaleza documental del estudio y de la heterogeneidad en las metodologías de
los artícul
os revisados. La ausencia de estudios longitudinales y comparativos limita la
generalización de los resultados, lo cual señala una dirección futura clara:
avanzar hacia
investigaciones empíricas que evalúen el impacto real de la convergencia entre
intelige
ncia digital e inteligencia artificial en distintos contextos educativos y sociales
.
5.
Conclusiones
El análisis realizado permite afirmar que la comprensión de las inteligencias emergentes
digital y artificial constituye hoy un desafío epistemológico y pe
dagógico de gran
envergadura. La revisión evidencia que, más allá de enfoques reduccionistas, estas
inteligencias deben ser concebidas como dimensiones interdependientes que dialogan
entre sí, configurando nuevas formas de producción de conocimiento, de re
lación social
y de práctica educativa. Esta convergencia, lejos de ser lineal, se presenta como un
proceso dinámico y complejo, con potencial para transformar tanto la formación de
competencias como la manera en que se conciben los sistemas de enseñanza
-
ap
rendizaje.
Uno de los principales aportes de esta investigación radica en mostrar que la inteligencia
artificial no puede entenderse como un sustituto de las capacidades humanas, sino
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
171
Artículo Científico
como un complemento que amplifica sus posibilidades. Al integrarse con l
a inteligencia
digital manifestada en competencias, habilidades y marcos tecnológicos, la IA abre
escenarios inéditos para la personalización del aprendizaje, la gestión educativa y la
evaluación formativa. Sin embargo, este potencial solo se materializa p
lenamente si se
reconocen sus limitaciones y se sitúa en un marco ético que garantice la equidad, la
inclusión y la centralidad del ser humano.
El estudio también demuestra que la emergencia de estas inteligencias obliga a
repensar los currículos educativo
s desde la educación infantil hasta la educación
superior. La alfabetización en inteligencia artificial y digital debe concebirse como una
competencia transversal y estratégica, equiparable a la lectura, la escritura o el
pensamiento matemático. Formar ciu
dadanos capaces de comprender y aplicar
críticamente estas tecnologías es una condición ineludible para garantizar una inserción
adecuada en la sociedad del siglo XXI, así como para fomentar procesos de innovación
sostenibles.
Asimismo, se concluye que la
dimensión ética constituye un eje estructurante de la
convergencia entre inteligencias. La incorporación de la transparencia, la explicabilidad
y la responsabilidad en el diseño y uso de sistemas inteligentes no es un aspecto
accesorio, sino un requisito f
undamental para evitar riesgos de deshumanización y
dependencia tecnológica. En este sentido, el aporte de esta investigación es visibilizar
que las inteligencias emergentes no son únicamente un fenómeno técnico, sino
esencialmente humano, social y cultura
l, cuya regulación ética debe acompañar su
desarrollo.
Otro aporte significativo es la constatación de que el impacto de las inteligencias
emergentes trasciende el ámbito educativo, proyectándose hacia la configuración del
trabajo, la ciudadanía y la produ
cción científica. Los hallazgos de esta revisión muestran
que la inteligencia digital y la inteligencia artificial tienen un papel estratégico en la
construcción de sociedades más interconectadas, pero también más vulnerables a las
brechas de acceso y a lo
s desequilibrios de poder. Por ello, el conocimiento generado
contribuye a ampliar la discusión científica sobre cómo las instituciones pueden integrar
estas transformaciones de forma crítica, responsable y sostenible.
En definitiva, esta investigación apo
rta un marco de referencia actualizado para
comprender la interrelación entre inteligencia digital y artificial en la era digital. Se
alcanzan así los objetivos planteados, al ofrecer una síntesis crítica de los avances
teóricos y prácticos, al tiempo que
se señalan los retos pendientes en términos de
investigación empírica, formación docente, diseño curricular y gobernanza ética de la
tecnología. El aporte a la ciencia consiste en proponer una lectura integradora y
prospectiva de las inteligencias emergent
es, contribuyendo a sentar las bases para
futuras investigaciones que profundicen en su impacto real para la educación y la
sociedad global
.
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
172
Artículo Científico
Referencias Bibliográficas
Aggarwal, V., & Karwasra, N. (2025). Artificial intelligence v/s human intelligence
: A
relationship between digitalization and international trade. Future Business Journal,
11(1), 16.
https://doi.org/10.1186/s43093
-
025
-
00438
-
5
Albhirat, M. M., Rashid, A., Rasheed, R., Rasool, S.
, Zulkiffli, S. N. A., Zia
-
ul
-
Haq, H. M.,
& Mohammad, A. M. (2024). The PRISMA statement in enviropreneurship study: A
systematic literature and a research agenda. Cleaner Engineering and Technology,
18, 100721.
https://doi.org/10.1016/j.clet.2024.100721
Álvarez
-
López, L. D. (2023). HUMANOS 5.0: El recurso humano, activo fundamental
para la competitividad. Revista Científica Internacional, 6(1),
46
–
60.
https://doi.org/10.46734/revcientifica.v6i1.63
Alzahrani, A., & Alzahrani, A. (2025). Understanding ChatGPT adoption in universities:
The impact of faculty TPACK and UTAUT2. RIED
-
Revista Iberoamericana de
Educación a Distancia, 28(1).
https://doi.org/10.5944/ried.28.1.41498
Aparicio
-
Gómez, O. Y., Ostos
-
Ortiz, O. L., & Feigenblatt, O. F. (2023). Competencia
digital y desarrollo humano en la era de la Inteligencia Artificial. Hallazgos
, 20(40),
217
–
235.
https://doi.org/
10.15332/2422409
X.
9254
Cortés
-
Hernández, A., Hernández
-
Hernández, C. A., García
-
Torres, A. B., & Mata
-
Quezadas, M. (2024). La Inteligencia Artificial Generativa como
un Asistente
Estratégico en la Era del Aprendizaje Digital. Ciencia Latina Revista Científica
Multidisciplinar, 8(4),
2159
–
2178.
https://doi.org/
10.37811
/
cl_rcm.v
8
i
4.12456
Delgado
-
Rivas, E. O., C
hiappe, A., & Vera
-
Sagredo, A. (2025). Cybernetics of self
-
regulation, homeostasis, and fuzzy logic: Foundational triad for assessing learning
using artificial intelligence. Ensaio: Avaliação e Políticas Públicas em Educação,
33(126).
https://doi.org/10.1590/S0104
-
40362025003304918
Erümit, A. K., & Sarıalioğlu, R. Ö. (2025). Artificial intelligence in science and chemistry
education: A systematic review. Discover Education, 4(1), 178.
https://doi.org/10.1007/s44217
-
025
-
00622
-
3
Flores
-
Vivar, J. M., & García
-
Peñalvo, F. J. (2023). Reflexiones sobre la ética,
potencialidades y retos de la Inteligencia Artificial en el marco de la Educación de
Calidad (ODS4). Comunicar: Revista Científica de Comunicación y Educación, 74,
37
–
47.
https://doi.org/
10.3916
/
C
74
-
2023
-
03
García
-
Vigil, J. L. (2021). Reflexiones en torno a la ética, la inteligencia humana y la
inteligencia artificial. Gaceta médica de México, 157(3),
311
–
314.
https://doi.org/10.24875/gmm.20000818
Henderson, J. B., Norris, C. M., & Hornsby, E. R. (2024). Refining Higher Education
’
s
Core Competence and Its Shaping Influence on the Future of Learning and Work.
Research Issue
s in Contemporary Education, 9(2),
139
–
154.
Henriksen, D., Mishra, P., Woo, L., & Oster, N. (2025). The Education Doctorate in the
Context of Generative Artificial Intelligence: Epistemic Shifts and Challenges to
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
173
Artículo Científico
Practical Wisdom. Impacting Education: Jour
nal on Transforming Professional
Practice, 10(1),
73
–
79.
https://doi.org/
10.5195
/
ie.
2025.485
Hernández
-
Serrano, M. J., Morales
-
Romo, N., Gago
-
Rivas, V., & García
-
Gutiérrez, C.
(2025). Connecting digital
and social competences in a flexible and adaptive
framework for VET teachers. RIED
-
Revista Iberoamericana de Educación a
Distancia, 28(1).
https://doi.org/10.5944/ried.28.1.41470
Iyer, V., Manshad, M
., & Brannon, D. (2025). A Value
-
Based Approach to AI Ethics:
Accountability, Transparency, Explainability, and Usability. Mercados y Negocios,
54, 3
–
12.
https://doi.org/
10.32870
/
myn.vi
54.7815
Karakos
e, T., & Tülübas, T. (2024). School Leadership and Management in the Age of
Artificial Intelligence (AI): Recent Developments and Future Prospects. Educational
Process: International Journal, 13(1),
7
–
14.
https://doi.org/10.22521/edupij.2024.131.1
Kong, X., Fang, H., Chen, W., Xiao, J., & Zhang, M. (2025). Examining human
–
AI
collaboration in hybrid intelligence learning environments: Insight from the Synergy
Degree Model. Humanities and Social Scie
nces Communications, 12(1), 821.
https://doi.org/10.1057/s41599
-
025
-
05097
-
z
Lagos
-
Castillo, A., Chiappe, A., Ramirez
-
Montoya, M.
-
S., & Becerra
-
Rodríguez, D. F.
(2025). Mapping the Intelligent Clas
sroom: Examining the Emergence of
Personalized Learning Solutions in the Digital Age. Contemporary Educational
Technology, 17(1).
https://doi.org/10.30935/cedtech/15617
Liu, J., Chen, M., He, H., Liu,
H., Luo, W., & Li, H. (2025). Forms and functions
innovation: A scoping review of digital and intelligence technologies in early
childhood education practice. AI, Brain and Child, 1(1), 8.
https:/
/doi.org/10.1007/s44436
-
025
-
00010
-
6
Montalván
-
Vélez, C. L., Mogrovejo
-
Zambrano, J. N., Romero
-
Vitte, I. J., & Pinargote
-
Carrera, M. L. D. C. (2024). Introducción a la Inteligencia Artificial: Conceptos
Básicos y Aplicaciones Cotidianas. Journal of Economi
c and Social Science
Research, 4(1),
173
–
183.
https://doi.org/
10.55813
/
gaea/jessr/v
4
/
n
1/93
Moreira
-
Barberán, L. F., Chávez
-
Romero, I. D. C., Chávez
-
Romero, E. E., & Guerrero
-
Bermúdez, Á. E. (202
5). La educación en la era digital, la inteligencia digital y la
virtualización de educación: Avances, desafíos y tendencias hacia el futuro al 2050.
Innova Science Journal, 3(3),
750
–
763.
https://
doi.org/
10.63618
/
omd/isj/v
3
/
n
3/117
Qian, L., Cao, W., & Chen, L. (2025). Influence of artificial intelligence on higher
education reform and talent cultivation in the digital intelligence era. Scientific
Reports, 15(1), 6047.
https://doi.org/10.1038/s41598
-
025
-
89392
-
4
Rivera
-
Novoa, A., & Duarte
-
Arias, D. A. (2025). Generative Artificial Intelligence and
Extended Cognition in Science Learning Contexts. Science & Education.
https://doi.org/10.1007/s11191
-
025
-
00660
-
1
Romero
-
Alonso, R., Araya
-
Carvajal, K., & Reyes
-
Acevedo, N. (2025). Role of Artificial
Intelligence in the personalization of distance education: A systematic review. RIED
-
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
174
Artículo Científico
Revista
Iberoamericana de Educación a Distancia, 28(1).
https://doi.org/10.5944/ried.28.1.41538
Rubina
-
López, A. (2025). La era digital, la neurociencia y la inteligencia digital: Del homo
habilis al homo
digitalis. Latam: revista latinoamericana de Ciencias Sociales y
Humanidades, 6(1), 125.
https://doi.org/10.56712/latam.v6i1.3439
Salinas, G. C., & Andrade
-
Vargas, L. (2024). Los desafíos de la Inte
ligencia Artificial en
la educación en un mundo tecnologizado. European Public & Social Innovation
Review, 9,
1
–
15.
https://doi.org/
10.31637
/
epsir
-
2024
-
905
Sanabria
-
Navarro, J. R., Silveira
-
Pérez, Y.
, Pérez
-
Bravo, D. D., & Cortina
-
Núñez, M. de
J. (2023). Incidencias de la inteligencia artificial en la educación contemporánea.
Comunicar: Revista Científica de Comunicación y Educación, 77,
97
–
107.
http
s://doi.org/10.3916/C77
-
2023
-
08
Sánchez
-
Prieto, J. C., Izquierdo
-
Álvarez, V., Moral
-
Marcos, M. T. del, & Martínez
-
Abad,
F. (2025). Generative artificial intelligence for self
-
learning in higher education:
Design and validation of an example machine. RIED
-
Revista Iberoamericana de
Educación a Distancia, 28(1).
https://doi.org/10.5944/ried.28.1.41548
Sengsri, S., & Khunratchasana, K. (2024). Artificial Intelligence Competence: A Crucial
Skill for the D
igital Citizens. International Education Studies, 17(3),
75
–
83.
https://doi.org/10.5539/ies.v17n3p75
Sharma, N. K., & Singh, R. (2025). Perspectives on the convergence of human and
machine intelligence.
Discover Artificial Intelligence, 5(1), 23.
https://doi.org/10.1007/s44163
-
025
-
00242
-
8
Sternberg, R. J. (2022). The Search for the Elusive Basic Processes Underlying Human
Intelligence: Historica
l and Contemporary Perspectives. Journal of Intelligence,
10(28).
https://doi.org/10.3390/jintelligence10020028
Vera
-
Noriega, J. A., & Velasco
-
Arellanes, F. J. (2024). Inteligencia natural e in
teligencia
artificial en las instituciones educativas. Areté: Revista Digital del Doctorado en
Educación de la Universidad Central de Venezuela, 10(Extra 1),
69
–
84.
https://doi.org/10.55560/arete.
2024.ee.10.5
Villamarin
-
Reinoso, J. V., Lalaeo
-
Achachi, D. F., Guerrero
-
Semanate, N. F., & Lozada
-
Arías, B. N. (2022). Tecnologías emergentes (TEs) en el contexto del surgimiento
de pedagogías para fortalecer el aprendizaje en la Educación Superior. Domin
io de
las Ciencias, 8(2),
1417
–
1433.
http://dx.doi.org/
10.23857
/
dc.v
8
i
2.2713
Wilson, A., & Burleigh, C. (2025). Research Integrity in the Era of Generative Artificial
Intelligence. Journal of Educati
onal Research and Practice, 15,
1
–
16.
https://doi.org/10.5590/JERAP.2025.15.2054
Xia, Q., Weng, X., Ouyang, F., Lin, T. J., & Chiu, T. K. F. (2024). A scoping review on
how generative artificial i
ntelligence transforms assessment in higher education.
International Journal of Educational Technology in Higher Education, 21(1), 40.
https://doi.org/10.1186/s41239
-
024
-
00468
-
z
Innova Science Journal
I
nnova Science Journal
|
Vol.03 | Núm.0
4
|
Oct
–
Dic
|
202
5
|
www.innovasciencejournal.omeditorial.com
175
Artículo Científico
Yim
, I. H. Y., & Su, J. (2025). Artificial intelligence literacy education in primary schools:
A review. International Journal of Technology and Design Education.
https://doi.org/10.1007/s10798
-
025
-
09
979
-
w
CONFLICTO DE INTERESES
El
autor declaran no tener ningún conflicto de
intereses.