Innova Science Journal | Vol.04 | Núm.03 | Jul– Sep | 2026 | www.innovasciencejournal.omeditorial.com
964
Artículo Científico
Alfabetización ética en inteligencia artificial y pensamiento
crítico del profesorado: una revisión sistemática reportada
conforme a prisma 2020.
Ethical artificial intelligence literacy and teachers’ critical thinking: a
systematic review reported in accordance with prisma 2020.
Guaranda-Arias, Iliana Ceilin1; García-Ortiz, Laura Rafaela2; Guerrero-Zambrano, Marcos3.
1 Universidad Estatal de Milagro; Ecuador, Milagro; https://orcid.org/0000-0002-
9554-7337; iguarandaa@unemi.edu.ec
2 Universidad Estatal de Milagro; Ecuador, Milagro; https://orcid.org/0000-0001-
9933-688X; lgarciao6@unemi.edu.ec
3 Universidad Estatal de Milagro; Ecuador, Milagro; https://orcid.org/0000-0002-
5617-6836; mguerreroz@unemi.edu.ec
1 Autor Correspondencia
https://doi.org/10.63618/omd/isj/v4/n3/393
Resumen: La incorporación de la inteligencia artificial (IA) en educación exige que el profesorado desarrolle
competencias técnicas, críticas, éticas y pedagógicas para valorar sus posibilidades, límites y efectos
formativos.El propósito de esta es analizar sistemáticamente la evidencia científica sobre la alfabetización
ética en IA y su relación con el pensamiento crítico del profesorado. Se realizó una revisión sistemática
reportada conforme a PRISMA 2020. Se consultaron Redalyc, Dialnet, SciELO y ERIC para localizar artículos
publicados entre 2020 y 2026, en español o inglés y disponibles a texto completo. Se aplicaron criterios de
elegibilidad, una matriz de extracción, evaluación de calidad metodológica y síntesis narrativa-temática.
Debido a la heterogeneidad de diseños, contextos e instrumentos, no se efectuó metaanálisis. De 61 registros
identificados, se eliminó un duplicado; 60 registros fueron cribados, 55 textos completos se evaluaron y 52
estudios se incluyeron en la síntesis. La evidencia analizada sugiere que la alfabetización ética en IA
comprende privacidad, transparencia, sesgos, verificación de fuentes, integridad académica, autoría y toma
de decisiones pedagógicas fundamentadas. También se identificaron riesgos de dependencia tecnológica,
uso acrítico y formación docente insuficiente. Se concluye que la alfabetización ética e n IA y el pensamiento
crítico del profesorado aparecen como competencias conceptualmente interrelacionadas; sin embargo, la
heterogeneidad metodológica y el predominio de estudios documentales o transversales impiden establecer
causalidad. La falta de información completa sobre la fecha exacta de la última búsqueda, el número de
revisores y el registro del protocolo constituye una limitación del reporte.
Palabras clave: alfabetización en inteligencia artificial; ética de la inteligencia artificial; pensamiento crítico;
formación docente; revisión sistemática.
Abstract: The integration of artificial intelligence (AI) into education requires teachers to develop technical,
critical, ethical, and pedagogical competencies to assess its potential, limitations, and educational implications.
This study aimed to systematically analyse the scientific evidence on ethical AI literacy and its relationship with
teachers’ critical thinking. A systematic review was conducted and reported in accordance with the PRISMA
2020 guidelines. Redalyc, Dialnet, SciELO, and ERIC were searched for full-text articles published in English
or Spanish between 2020 and 2026. Eligibility criteria, a data extraction matrix, methodological quality
assessment, and narrative-thematic synthesis were applied. Owing to the heterogeneity of the study designs,
contexts, and instruments, a meta-analysis was not performed. Of the 61 records identified, one duplicate was
removed; 60 records were screened, 55 full-text articles were assessed for eligibility, and 52 studies were
included in the synthesis. The evidence suggests that ethical AI literacy encompasses privacy, transparency,
bias, source verification, academic integrity, authorship, and evidence-informed pedagogical decision-making.
Risks related to technological dependence, uncritical use, and insufficient teacher training were also identified.
The findings indicate that ethical AI literacy and teachers’ critical thinking are conceptually interrelated
competencies; however, methodological heterogeneity and the predominance of documentary or cross-
sectional studies preclude causal inferences. The absence of complete information regarding the exact date
of the final search, the number of reviewers, and protocol registration constitutes a reporting limitation.
Keywords: artificial intelligence literacy; artificial intelligence ethics; critical thinking; teacher education;
systematic review.
Cita: Guaranda-Arias, I. C.,
García-Ortiz, L. R., & Guerrero-
Zambrano, M. (2026).
Alfabetización ética en
inteligencia artificial y
pensamiento crítico del
profesorado: una revisión
sistemática reportada conforme a
prisma 2020. Innova Science
Journal, 4(3), 964-
974. https://doi.org/10.63618/omd
/isj/v4/n3/393
Recibido: 26/02/2026
Aceptado: 14/07/2026
Publicado: 31/07/2026
Copyright: © 2026 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
Innova Science Journal | Vol.04 | Núm.03 | Jul– Sep | 2026 | www.innovasciencejournal.omeditorial.com
965
Artículo Científico
1. Introducción
La incorporación de la inteligencia artificial (IA) en la educación ha transformado los
procesos de enseñanza, evaluación, producción académica y toma de decisiones
institucionales. Este avance ha desplazado el debate desde el manejo instrumental de
herramientas hacia la capacidad del profesorado para interpretar resultados
algorítmicos, reconocer sus límites y decidir de manera responsable cuándo, cómo y
con qué propósito utilizarlos.
Según Biagini (2025), la alfabetización en IA constituye una competencia que integra
conocimientos, evaluación crítica y comprensión de sus aplicaciones educativas. Por su
parte, Lintner (2024), al revisar las escalas disponibles, advierte que el constructo aún
presenta fragmentación conceptual y limitaciones de comparabilidad. Asimismo, Kelley
y Wenzel (2025) sostienen que la formación docente requiere experiencias
profesionales situadas y no únicamente capacitación técnica.
En esta revisión, la alfabetización ética en IA se entiende como la capacidad de
comprender y evaluar críticamente el funcionamiento, los límites y las consecuencias
educativas de los sistemas de IA, considerando aspectos como la privacidad, la
transparencia, la equidad, la autoría, la responsabilidad y la integridad académica. En
este sentido, Gallent-Torres et al. (2023) analizan los riesgos de la IA generativa para la
integridad académica en la educación superior. Posteriormente, Gallent-Torres et al.
(2024) amplían el análisis al contrastar los riesgos y las potencialidades de la IA en los
procesos educativos. De manera complementaria, López-Vasco et al. (2025) sitúan
estas tensiones en la formación docente universitaria y destacan la necesidad de
establecer criterios éticos explícitos.
La relación entre la alfabetización en IA y el pensamiento crítico aparece tanto en futuros
docentes como en profesorado en ejercicio. Santana y Romero Maza (2024) reportan
una asociación entre la alfabetización en IA y el pensamiento crítico en docentes en
formación. Asimismo, Laru et al. (2025) muestran que la evaluación crítica, las actitudes
y el conocimiento técnico intervienen en el desarrollo de la alfabetización en IA. Por su
parte, Pedraja-Rejas et al. (2026) relacionan la conciencia del pensamiento crítico con
la autoeficacia docente en la era de la IA. En conjunto, estos hallazgos apuntan a una
relación de carácter asociativo, más que necesariamente causal.
Por otra parte, Salas-Pilco et al. (2022) identifican que la investigación sobre inteligencia
artificial y analítica del aprendizaje en la formación docente se ha concentrado en
herramientas, datos y competencias, mientras que la integración crítica y ética
permanece menos desarrollada. En la misma línea, Boumadan Hamed et al. (2026)
describen una literatura emergente y heterogénea sobre la formación docente
universitaria en este ámbito. Aunque existen revisiones sobre alfabetización en IA,
escalas de medición, analítica del aprendizaje y formación docente, persiste un vacío
en la síntesis conjunta de la dimensión ética, su relación con el pensamiento crítico del
profesorado, las estrategias formativas y los instrumentos empleados.
A partir de este contexto, la pregunta central fue: ¿cómo conceptualiza y evalúa la
literatura científica la alfabetización ética en inteligencia artificial, y qué relaciones
reporta entre esta competencia y el pensamiento crítico de docentes en formación o en
ejercicio? En consecuencia, el objetivo general consistió en analizar sistemáticamente
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul– Sep | 2026 | www.innovasciencejournal.omeditorial.com
966
Artículo Científico
esta evidencia, caracterizar los estudios, identificar las dimensiones evaluadas,
examinar los resultados reportados y reconocer los vacíos conceptuales y
metodológicos.
2. Materiales y Métodos
2.1. Diseño y guía de reporte
Se realizó una revisión sistemática de literatura orientada a identificar, seleccionar,
evaluar y sintetizar estudios sobre alfabetización ética en IA y pensamiento crítico del
profesorado. La revisión se reportó conforme a las recomendaciones de PRISMA 2020,
entendido como una guía de reporte y no como un método de investigación (Page et al.,
2021a). El documento de explicación y elaboración de PRISMA 2020 se utilizó para
precisar los componentes de transparencia y trazabilidad (Page et al., 2021b).
No se dispuso de información suficiente para documentar el registro público del
protocolo, su identificador, la fecha de registro o eventuales modificaciones; esta
ausencia se reconoce como una limitación del reporte.
2.2. Protocolo y pregunta de revisión
El procedimiento definió la pregunta, las fuentes, el periodo, los idiomas, las ecuaciones,
los criterios de elegibilidad, la extracción, la valoración metodológica y la síntesis. Se
tomó como referencia el JBI Manual for Evidence Synthesis (Aromataris et al., 2024) y
el Cochrane Handbook for Systematic Reviews of Interventions (Higgins et al., 2024).
La pregunta se organizó de acuerdo con una lógica PCC: población, docentes en
formación o en ejercicio; concepto, alfabetización ética en IA y pensamiento crítico;
contexto, educación formal en distintos niveles.
2.3. Fuentes de información
Las fuentes consultadas fueron Redalyc, Dialnet, SciELO y ERIC. Las tres primeras se
seleccionaron por su cobertura iberoamericana y latinoamericana en educación y
ciencias sociales; ERIC se incorporó por su especialización en investigación educativa.
Dos artículos localizados manualmente en Innova Science Journal se reservaron como
literatura contextual y no modificaron el flujo PRISMA principal. Aucapiña-Tubón et al.
(2026) examinan desafíos éticos y consecuencias sociales de la IA educativa en
Ecuador. Salvatierra-Elizondo y Bosquez-Barcenes (2026) analizan el vacío regulatorio
y las implicaciones éticas de la IA generativa en el sistema educativo ecuatoriano.
La documentación complementaria menciona Latindex con dos registros, mientras el
desglose principal suma 61 registros procedentes de Redalyc, Dialnet, SciELO y ERIC.
Dado que no fue posible reconstruir de manera concluyente el papel de Latindex en el
proceso, sus registros no se incorporaron al conteo principal y esta discrepancia se
reconoce como una limitación de trazabilidad.
2.4. Estrategia de búsqueda
La búsqueda combinó términos en español e inglés relacionados con alfabetización en
IA, ética de la IA, IA generativa, pensamiento crítico, juicio ético, docencia y formación
docente. Se utilizaron operadores booleanos AND y OR, comillas para delimitar frases
y filtros relacionados por tipo de documento, acceso, idioma, y año. Las estrategias de
búsqueda y los registros recuperados se presentan dentro de la Tabla 1. El reporte de
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul– Sep | 2026 | www.innovasciencejournal.omeditorial.com
967
Artículo Científico
la búsqueda se orientó por los principios de reproducibilidad de PRISMA-S (Rethlefsen
et al., 2021). La ausencia de la fecha exacta de la última búsqueda y de la sintaxis
completa por campo constituye una limitación para la reproducibilidad.
Tabla 1.
Estrategias de búsqueda y registros recuperados
Ecuación resumida
Filtros
n
("alfabetización en inteligencia artificial" OR "alfabetización
ética en IA" OR "ética de la inteligencia artificial" OR "IA
educativa") AND ("pensamiento crítico" OR "juicio ético") AND
(docente* OR profesor* OR "formación docente")
2020-2026; artículo científico;
texto completo; español/inglés
14
("alfabetización en inteligencia artificial" OR "ética de la
inteligencia artificial" OR "IA educativa" OR "inteligencia
artificial generativa") AND ("pensamiento crítico") AND
(docentes OR profesorado OR "formación del profesorado")
2020-2026; artículo de revista;
texto completo; español/inglés
26
("inteligencia artificial" OR "alfabetización en IA" OR "ética de
la IA" OR "inteligencia artificial generativa") AND
("pensamiento crítico") AND (docente* OR profesor* OR
"formación docente")
2020-2026; artículo científico;
texto completo;
español/inglés; educación
11
("artificial intelligence literacy" OR "AI literacy" OR "ethical AI
literacy" OR "generative artificial intelligence") AND ("critical
thinking" OR "ethical judgment") AND ("teacher education" OR
teacher* OR educator* OR "pre-service teacher*" OR "in-
service teacher*")
2020-2026; peer-reviewed;
journal article; full text;
English/Spanish
10
Nota. Elaborado por los autores
2.5. Criterios de elegibilidad
Los criterios de inclusión y exclusión se sintetizan en la Tabla 2. Se incluyeron artículos
publicados entre 2020 y 2026, en español o inglés, con texto completo y relación
sustantiva con alfabetización ética en IA, alfabetización en IA, ética educativa de la IA,
IA generativa o pensamiento crítico del profesorado. Se excluyeron documentos no
científicos, duplicados, textos incompletos y estudios sin relación suficiente con la
pregunta.
Tabla 2.
Criterios de inclusión y exclusión
Tipo
Criterio
Descripción
Inclusión
Periodo
Estudios publicados entre 2020 y 2026.
Inclusión
Tipo de documento
Artículos científicos o fuentes científicas verificables.
Inclusión
Tema
Alfabetización ética en IA, alfabetización en IA, ética educativa de la
IA, IA generativa o pensamiento crítico docente.
Inclusión
Idioma y acceso
Español o inglés; texto completo disponible.
Exclusión
Pertinencia
Mención superficial de IA, ética o pensamiento crítico sin relación
directa con la pregunta.
Exclusión
Documento no científico
Blogs, prensa, editoriales, tesis, libros, capítulos, monografías o
literatura gris.
Exclusión
Duplicados o texto
insuficiente
Registros repetidos o documentos sin objetivo, método, resultados y
conclusiones identificables.
Nota. Elaborado por los autores
2.6. Selección, extracción y evaluación metodológica
Se identificaron 61 registros. Tras eliminar un duplicado, 60 registros fueron cribados
por título, resumen, palabras clave, tipo documental, año y pertinencia. Se evaluaron 55
textos completos; tres fueron excluidos y 52 estudios quedaron incluidos. La
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul– Sep | 2026 | www.innovasciencejournal.omeditorial.com
968
Artículo Científico
documentación analizada no consignó el número de revisores, la independencia del
cribado, la herramienta de gestión, el procedimiento para resolver discrepancias ni el
acuerdo interevaluador; por tanto, estos aspectos no pudieron evaluarse.
La información se realizó mediante la extracción del autor, año, país, fuente, DOI o URL,
objetivo, diseño, población, categorías, instrumentos, hallazgos, limitaciones y calidad.
No se dispuso de información suficiente para determinar quién realizó la extracción,
quién verificó los datos o si el formulario fue pilotado.
La valoración metodológica empleó una lista de cotejo y tomó como referencia el Mixed
Methods Appraisal Tool para estudios empíricos (Hong et al., 2018), junto con criterios
de transparencia y trazabilidad del JBI y Cochrane. Debido a que el corpus incluyó
diseños heterogéneos, la clasificación de calidad se interpretó con cautela. No fue
posible reconstruir de manera completa las herramientas aplicadas por diseño, los
umbrales, los revisores ni el procedimiento de evaluación del riesgo de sesgo.
2.7. Síntesis de la evidencia y ética
Se realizaron análisis descriptivos, comparativos y temáticos, seguidos de una síntesis
narrativa. Las categorías se utilizaron para organizar los hallazgos sobre alfabetización
técnico-cognitiva, alfabetización ética, pensamiento crítico y estrategias formativas.
Debido a la heterogeneidad de diseños, contextos e instrumentos, no se efectuó
metaanálisis. La presentación se orientó por la guía SWiM para síntesis sin metaanálisis
(Campbell et al., 2020). Al tratarse de una revisión documental, no hubo intervención
con participantes; las consideraciones éticas se centraron en trazabilidad, honestidad
científica, propiedad intelectual y prevención de sobre interpretaciones causales.
3. Resultados
3.1. Selección de estudios
Tal como se observa en la Figura 1, el proceso de selección redujo 61 registros iniciales
a 52 estudios incluidos. Se eliminó un duplicado, se excluyeron cinco registros durante
el cribado y tres textos completos durante la elegibilidad. Los conteos son
aritméticamente coherentes; sin embargo, la documentación disponible no permitió
reconstruir todas las razones individualizadas de exclusión a texto completo.
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul– Sep | 2026 | www.innovasciencejournal.omeditorial.com
969
Artículo Científico
Figura 1.
Diagrama de flujo PRISMA 2020 del proceso de selección
Nota. Los dos artículos de Innova Science Journal se utilizaron como literatura contextual y no
modifican los conteos del corpus principal.
3.2. Características generales
La Tabla 3 resume las características generales del corpus. Los estudios se
concentraron principalmente entre 2024 y 2026. Predominaron revisiones sistemáticas
o documentales, análisis teóricos, estudios cualitativos y estudios cuantitativos
transversales. Los contextos más frecuentes fueron educación superior, formación
docente inicial, educación secundaria, educación básica y bachillerato.
Tabla 3.
Síntesis de las características de los estudios incluidos
Dimensión
Síntesis
Periodo dominante
Alta concentración de publicaciones entre 2024 y 2026.
Diseños frecuentes
Revisiones sistemáticas/documentales, análisis teóricos, estudios cualitativos y estudios
cuantitativos transversales.
Poblaciones y contextos
Docentes en formación, profesorado universitario, docentes de secundaria, educación
superior, básica y bachillerato.
Variables
Alfabetización en IA, ética de la IA, IA generativa, pensamiento crítico, juicio ético,
verificación de fuentes y competencias docentes.
Instrumentos
Matrices documentales, cuestionarios Likert, entrevistas semiestructuradas, rúbricas,
escalas psicométricas y análisis temático.
Nota. Elaborado por los autores
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul– Sep | 2026 | www.innovasciencejournal.omeditorial.com
970
Artículo Científico
3.3. Categorías temáticas
Como se muestra en la Tabla 4, la síntesis se organizó en cuatro categorías:
alfabetización técnico-cognitiva, alfabetización ética, pensamiento crítico del
profesorado y estrategias, instrumentos y vacíos. Estas categorías funcionaron como
ejes analíticos y no como conjuntos mutuamente excluyentes.
Tabla 4.
Categorías temáticas de la síntesis
Categoría
Descripción
Estudios representativos
Alfabetización en IA
como base técnico-
cognitiva
Comprensión del funcionamiento, evaluación
de resultados, uso informado y reconocimiento
de limitaciones.
Biagini (2025); Lintner (2024); Kelley y
Wenzel (2025).
Alfabetización ética en IA
Protección de la privacidad , sesgos,
transparencia, equidad, integridad, autoría,
responsabilidad y gobernanza.
Gallent-Torres et al. (2023); Gallent-
Torres et al. (2024); López-Vasco et al.
(2025).
Pensamiento crítico
docente
Análisis, evaluación de evidencias,
argumentación, juicio ético, identificación de
sesgos y toma de decisiones.
Santana y Romero Maza (2024); Laru
et al. (2025); Pedraja-Rejas et al.
(2026).
Estrategias, instrumentos
y vacíos
Formación, mediación, escalas, entrevistas,
escasez longitudinal y baja comparabilidad.
Salas-Pilco et al. (2022); Tripathi et al.
(2025); Lintner (2024).
Nota. Elaborado por los autores
3.4. Hallazgos principales y calidad
Los estudios incluidos reportaron posibilidades de apoyo a la planificación, la
retroalimentación, la producción de materiales, la personalización y el análisis de
información, especialmente cuando existió mediación pedagógica. También se
identificaron dependencia tecnológica, aceptación acrítica, desinformación, autoría
difusa, exposición de datos, sesgos y desigualdad de acceso. Estos resultados fueron
heterogéneos y, en numerosos casos, procedieron de estudios documentales,
descriptivos o transversales; por ello, no es posible establecer causalidad.
La valoración disponible clasificó 35 estudios incluidos como de calidad alta y 17 como
de calidad media. Esta distribución debe interpretarse con cautela, porque la
documentación no permitió reconstruir por completo los criterios de puntuación ni
resolver de manera definitiva el posible duplicado E44-E52.
4. Discusión
4.1. Respuesta a la pregunta de investigación
La evidencia analizada sugiere que la alfabetización ética en IA y el pensamiento crítico
del profesorado están estrechamente relacionados en el plano conceptual. La primera
aporta criterios para comprender riesgos, sesgos, protección de la privacidad, autoría e
integridad; el segundo contribuye a evaluar información, cuestionar supuestos y justificar
decisiones pedagógicas. Esta convergencia no equivale a una relación causal, porque
la mayoría de los estudios no empleó diseños longitudinales o experimentales.
4.2. Comparación de los estudios y antecedentes
Biagini (2025), propone una concepción amplia de alfabetización en IA que integra
educación, ética y aplicaciones. Lintner (2024) muestra, sin embargo, que su medición
sigue fragmentada y que las escalas disponibles no siempre son comparables. Kelley y
Wenzel (2025), contribuyen al fortalecimiento de la alfabetización en IA desde una
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul– Sep | 2026 | www.innovasciencejournal.omeditorial.com
971
Artículo Científico
perspectiva formativa al destacar la indagación profesional situada. En conjunto, estos
tres estudios coinciden en que la competencia no puede reducirse al manejo técnico.
Salas-Pilco et al. (2022) identifican un predominio de investigaciones centradas en
herramientas y analítica de aprendizaje. Boumadan Hamed et al. (2026), señalan que la
investigación sobre la IA en la formación docente universitaria, un campo emergente
con énfasis exploratorio. Esta convergencia sugiere que el componente instrumental ha
avanzado con mayor rapidez que la evaluación empírica de las dimensiones ética y
crítica.
Santana y Romero Maza (2024) reportan una asociación entre alfabetización en IA y
pensamiento crítico en futuros docentes. Laru et al. (2025) señalan que las actitudes, el
conocimiento técnico y la evaluación crítica forman parte de los antecedentes de la
alfabetización en IA. Pedraja-Rejas et al. (2026) relacionan la conciencia de
pensamiento crítico con la autoeficacia docente. Aunque estos hallazgos son
convergentes, sus diferencias de diseño, población e instrumento impiden estimar una
magnitud común del efecto.
Tripathi et al. (2025) aportan evidencia cualitativa sobre el uso y la participación de
docentes de secundaria con IA. Su estudio permite observar prácticas y percepciones
en contexto, pero no establece cambios causales en pensamiento crítico. Esta limitación
coincide con la predominancia de estudios transversales identificada en la revisión.
Gallent-Torres et al. (2023) enfatizan los problemas de integridad académica y autoría
en educación superior. Gallent-Torres et al. (2024) amplían la discusión hacia los riesgos
y potencialidades generales de la IA educativa. López-Vasco et al. (2025) trasladan
estas tensiones a la formación docente y subrayan la necesidad de preparación ética.
Los tres trabajos convergen en que la mediación pedagógica y las reglas institucionales
son condiciones necesarias para un uso responsable.
En el contexto ecuatoriano, Aucapiña-Tubón et al. (2026) identifican desafíos éticos y
consecuencias sociales vinculados con protección de datos, transparencia y brechas de
acceso. Salvatierra-Elizondo y Bosquez-Barcenes (2026) señalan que el marco
regulatorio para el uso de la IA generativa en el ámbito educativo es limitado, y
recomiendan plantear lineamientos de política educativa para su implementación
responsable. Ambos artículos, obtenidos del archivo de Innova Science Journal, aportan
contextualización nacional; no obstante, al haberse incorporado fuera del flujo original,
deben conservarse como evidencia complementaria y no como parte del conteo
PRISMA.
UNESCO (2021), establece principios de derechos humanos, equidad, transparencia,
responsabilidad y autonomía para la ética de la IA. UNESCO (2023), adapta estos
principios al uso de IA generativa en educación e investigación. Estas orientaciones
respaldan las implicaciones normativas de la revisión, pero no sustituyen la evidencia
empírica de los estudios incluidos.
4.3. Solidez, implicaciones y limitaciones
La solidez de la evidencia está condicionada por la combinación de estudios primarios,
revisiones secundarias y textos conceptuales. Los estudios empíricos aportan datos
sobre percepciones, actitudes, autoeficacia o uso; las revisiones y los análisis
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul– Sep | 2026 | www.innovasciencejournal.omeditorial.com
972
Artículo Científico
conceptuales desarrollan marcos y riesgos. Esta diversidad amplía la comprensión, pero
reduce la comparabilidad, incrementa el riesgo de doble conteo y obliga a interpretar los
hallazgos con cautela.
En el plano teórico, los resultados apoyan una comprensión interdependiente de la
alfabetización ética en IA y el pensamiento crítico del profesorado. En el plano
metodológico, se requieren escalas con validez transcultural, medidas de desempeño y
diseños longitudinales. En el plano práctico, la formación docente debería incluir análisis
de casos, verificación de fuentes, identificación de sesgos, protección de datos,
discusión de autoría y evaluación de respuestas generadas por IA.
La revisión se limitó al periodo 2020-2026, a los idiomas español e inglés, al texto
completo y a las fuentes declaradas. También estuvo condicionada por la inconsistencia
sobre Latindex, la falta de información sobre revisores, la ausencia de la fecha exacta
de la última búsqueda, el posible duplicado E44-E52 y la heterogeneidad de la
evaluación metodológica. La mezcla de estudios primarios, revisiones secundarias y
textos conceptuales redujo la comparabilidad y pudo introducir doble conteo. Asimismo,
la ausencia de metaanálisis y el predominio de diseños descriptivos impiden
generalizaciones causales.
5. Conclusiones
La literatura analizada caracteriza la alfabetización ética en IA como una competencia
multidimensional que integra comprensión técnica, evaluación crítica, identificación de
sesgos, protección de datos, transparencia, autoría e integridad académica. Su relación
con el pensamiento crítico del profesorado se expresa en la necesidad de evaluar
evidencias, reconocer límites algorítmicos, verificar fuentes y justificar decisiones
pedagógicas.
Las futuras investigaciones deberían priorizar diseños longitudinales, experimentales o
cuasiexperimentales, validación transcultural de instrumentos, análisis regionales y
evaluación de programas formativos. También se requiere mejorar la transparencia de
los protocolos, la trazabilidad de las búsquedas, la valoración diferenciada por diseño y
la disponibilidad de matrices de extracción y datos suplementarios.
Referencias Bibliográficas
Aromataris, E., Lockwood, C., Porritt, K., Pilla, B., & Jordan, Z. (Eds.). (2024). JBI manual
for evidence synthesis. JBI. https://synthesismanual.jbi.global
Aucapiña-Tubón, A. P., Rodríguez-Loor, J. E., Bombón-Chico, S. H., & Salazar-Cedeño,
J. J. (2026). Uso de la IA en la educación: desafíos éticos y consecuencias sociales
en Ecuador. Innova Science Journal, 4(2), 569–679.
https://doi.org/10.63618/omd/isj/v4/n2/296
Biagini, G. (2025). Towards an AI-literate future: A systematic literature review exploring
education, ethics, and applications. International Journal of Artificial Intelligence in
Education, 35, 2616–2666. https://doi.org/10.1007/s40593-025-00466-w
Boumadan Hamed, M., Matosas-López, L., Meléndez Tamayo, C., & Campos, L. (2026).
Inteligencia artificial en la formación docente universitaria: Una revisión analítica de
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul– Sep | 2026 | www.innovasciencejournal.omeditorial.com
973
Artículo Científico
la literatura. Revista Interuniversitaria de Formación del Profesorado, 40(1), 91–105.
https://hdl.handle.net/10115/202337
Campbell, M., McKenzie, J. E., Sowden, A., Katikireddi, S. V., Brennan, S. E., Ellis, S.,
Hartmann-Boyce, J., Ryan, R., Shepperd, S., Thomas, J., Welch, V., & Thomson,
H. (2020). Synthesis without meta-analysis (SWiM) in systematic reviews: Reporting
guideline. BMJ, 368, l6890. https://doi.org/10.1136/bmj.l6890
Gallent-Torres, C., Arenas Romero, B., Vallespir Adillón, M., & Foltýnek, T. (2024).
Inteligencia artificial en educación: Entre riesgos y potencialidades. Praxis
Educativa, 19, e23760. https://doi.org/10.5212/PraxEduc.v.19.23760.083
Gallent-Torres, C., Zapata-González, A., & Ortego-Hernando, J. L. (2023). El impacto
de la inteligencia artificial generativa en la educación superior: Una mirada desde la
ética y la integridad académica. RELIEVE. Revista Electrónica de Investigación y
Evaluación Educativa, 29(2), Artículo M5.
https://doi.org/10.30827/relieve.v29i2.29134
Higgins, J. P. T., Thomas, J., Chandler, J., Cumpston, M., Li, T., Page, M. J., & Welch,
V. A. (Eds.). (2024). Cochrane handbook for systematic reviews of interventions.
Cochrane. https://training.cochrane.org/handbook/current
Hong, Q. N., Fàbregues, S., Bartlett, G., Boardman, F., Cargo, M., Dagenais, P.,
Gagnon, M.-P., Griffiths, F., Nicolau, B., O'Cathain, A., Rousseau, M.-C., Vedel, I.,
& Pluye, P. (2018). The Mixed Methods Appraisal Tool (MMAT), version 2018.
http://mixedmethodsappraisaltoolpublic.pbworks.com/
Kelley, M., & Wenzel, T. (2025). Advancing artificial intelligence literacy in teacher
education through professional partnership inquiry. Education Sciences, 15(6), 659.
https://doi.org/10.3390/educsci15060659
Laru, J., Celik, I., Jokela, I., & Mäkitalo, K. (2025). The antecedents of pre-service
teachers' AI literacy: Perceptions about own AI-driven applications, attitude towards
AI, and knowledge in machine learning. European Journal of Teacher Education,
48(5), 964–986. https://doi.org/10.1080/02619768.2025.2535623
Lintner, T. (2024). A systematic review of AI literacy scales. npj Science of Learning, 9,
50. https://doi.org/10.1038/s41539-024-00264-4
López-Vasco, F. E., Angulo-Álvarez, M. R., & Sosa-Zúñiga, D. I. (2025). Formación
docente en IA generativa: Impacto ético y retos en educación superior. Alteridad,
20(2), 166–177. https://doi.org/10.17163/alt.v20n2.2025.01
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C.
D., Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J.,
Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson,
E., McDonald, S., McGuinness, L. A., Stewart, L. A., Thomas, J., Tricco, A. C.,
Welch, V. A., Whiting, P., & Moher, D. (2021). The PRISMA 2020 statement: An
updated guideline for reporting systematic reviews. BMJ, 372, n71.
https://doi.org/10.1136/bmj.n71
Page, M. J., Moher, D., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D.,
Shamseer, L., Tetzlaff, J. M., Akl, E. A., Brennan, S. E., Chou, R., Glanville, J.,
Innova Science Journal
Innova Science Journal | Vol.04 | Núm.03 | Jul– Sep | 2026 | www.innovasciencejournal.omeditorial.com
974
Artículo Científico
Grimshaw, J. M., Hróbjartsson, A., Lalu, M. M., Li, T., Loder, E. W., Mayo-Wilson,
E., McDonald, S., McGuinness, L. A., Stewart, L. A., Thomas, J., Tricco, A. C.,
Welch, V. A., Whiting, P., & McKenzie, J. E. (2021). PRISMA 2020 explanation and
elaboration: Updated guidance and exemplars for reporting systematic reviews.
BMJ, 372, n160. https://doi.org/10.1136/bmj.n160
Pedraja-Rejas, L., Acosta García, K., Maldonado-Araya, S., Ramírez Hernández, S., &
Navarro-Ibañez, M. (2026). Critical thinking awareness as a key to teacher self-
efficacy in the age of artificial intelligence. RIED. Revista Iberoamericana de
Educación a Distancia, 29(2). https://doi.org/10.5944/ried.47046
Rethlefsen, M. L., Kirtley, S., Waffenschmidt, S., Ayala, A. P., Moher, D., Page, M. J.,
Koffel, J. B., & PRISMA-S Group. (2021). PRISMA-S: An extension to the PRISMA
statement for reporting literature searches in systematic reviews. Systematic
Reviews, 10, 39. https://doi.org/10.1186/s13643-020-01542-z
Salas-Pilco, S. Z., Xiao, K., & Hu, X. (2022). Artificial intelligence and learning analytics
in teacher education: A systematic review. Education Sciences, 12(8), 569.
https://doi.org/10.3390/educsci12080569
Salvatierra-Elizondo, C. A., & Bosquez-Barcenes, V. A. (2026). Regulación de la
inteligencia artificial generativa en la educación ecuatoriana: Un enfoque ético y
práctico. Innova Science Journal, 4(2), 260–268.
https://doi.org/10.63618/omd/isj/v4/n2/269
Santana, H., & Romero Maza, L. de los Á. (2024). Relación entre la alfabetización en
inteligencia artificial (IA) y pensamiento crítico en futuros docentes. Congreso
Internacional IDEICE, 15, 311–318. https://doi.org/10.47554/cii.vol15.2024.pp311-
318
Tripathi, T., Sharma, S. R., Singh, V., Bhargava, P., & Raj, C. (2025). Teaching and
learning with AI: A qualitative study on K–12 teachers' use and engagement with
artificial intelligence. Frontiers in Education, 10, 1651217.
https://doi.org/10.3389/feduc.2025.1651217
UNESCO. (2021). Recomendación sobre la ética de la inteligencia artificial.
https://unesdoc.unesco.org/ark:/48223/pf0000380455_spa
UNESCO. (2023). Guidance for generative AI in education and research.
https://unesdoc.unesco.org/ark:/48223/pf0000386693
CONFLICTO DE INTERESES
“Los autores declaran no tener ningún conflicto de intereses”.