Desafíos éticos y metodológicos de la inteligencia artificial generativa en educación superior: Revisión bibliométrica
DOI:
https://doi.org/10.62776/rse.v1i2.13Palabras clave:
inteligencia artificial generativa, educación superior, desafíos éticos, metodologíaResumen
La inteligencia artificial generativa es una tecnología con aplicaciones significativas en la educación superior, pero presenta desafíos éticos y metodológicos en su implementación en la academia. Este estudio analizó, mediante métodos bibliométricos, la producción científica sobre la inteligencia artificial generativa y su integración en la educación superior, identificando los desafíos mencionados. Se revisaron 903 documentos publicados en Scopus entre 1986 y 2024. Los resultados evidencian un notable aumento en la producción científica desde 2014. Autores como Hwang GJ y Wang Y han contribuido significativamente mediante colaboraciones internacionales e interdisciplinarias. Revistas como "Sustainability (Switzerland)" e "International Journal of Educational Technology in Higher Education" son las más influyentes en este campo. Geográficamente, Estados Unidos y China lideran la producción científica. La investigación cubre diversas áreas del conocimiento, con una concentración en ciencias de la computación y sociales, lo que resalta la naturaleza multidisciplinaria del campo. Los temas principales incluyen la alfabetización en inteligencia artificial y su conexión con la industria 4.0, mientras que la gestión de grandes datos aún requiere mayor atención. La espectroscopía muestra tres periodos clave: 1951,2020 y 2023 en la producción y aplicación de la IA. Los desafíos éticos, comprenden la privacidad y protección de datos, el sesgo algorítmico y la transparencia en el uso de la inteligencia artificial; y, en los metodológicos se destaca la necesidad de desarrollar infraestructuras tecnológicas adecuadas, proporcionar formación continua a los docentes e integrar la inteligencia artificial en el currículo educativo. Las limitaciones incluyen la resistencia al cambio, desigualdades en infraestructura y altos costos de implementación. Se subraya la importancia de políticas claras y regulaciones para el uso ético y responsable de la inteligencia artificial generativa, así como el desarrollo de más investigaciones longitudinales que consideren el contexto cultural y socioeconómico.
Citas
Alqahtani, T., Badreldin, H. A., Alrashed, M., Alshaya, A. I., Alghamdi, S. S., bin Saleh, K., Alowais, S. A., Alshaya, O. A., Rahman, I., Al Yami, M. S., y Albekairy, A. M. (2023). The emergent role of artificial intelligence, natural learning processing, and large language models in higher education and research. Research in Social and Administrative Pharmacy, 19 (2023), 1236–1242. https://doi.org/10.1016/j.sapharm.2023.05.016
Arendt H. (1951). The origins of totalitarism. The World Publishing Company. New York. USA. 552 pág. https://cheirif.wordpress.com/wp-content/uploads/2014/08/hannah-arendt-the-origins-of-totalitarianism-meridian-1962.pdf
Asch, S. E. (1951). Effects of group pressure upon the modification and distortion of judgments. In H. Guetzkow (Ed.), Groups, leadership and men; research in human relations (pp. 177–190). Carnegie Press. https://gwern.net/doc/psychology/1952-asch.pdf
Atlas, S. (2023). ChatGPT para la educación superior y el desarrollo profesional: una guía para la IA conversacional. https://digitalcommons.uri.edu/cba_facpubs/548
Bearman, M., Ryan, J., y Ajjawi, R. (2023). Discourses of artificial intelligence in higher education: A critical literature review. Higher Education, 86 (3), 369-385. https://doi.org/10.1007/s10734-022-00937-2
Bibliometrix. (2023). Bibliometrix—Home. https://www.bibliometrix.org/home/index.php
Börner, K., Chen, C., y Boyack, K. W. (2003). Visualizing knowledge domains. Annual Review of Information Science and Technology, 37(1), 179-255
Bucea-Manea-Toniș, R., Kuleto, V., Gudei, S. C. D., Lianu, C., Lianu, C., Ilić, M. P., y Păun, D. (2022). Artificial intelligence potential in higher education institutions: Enhanced learning environment in Romania and Serbia. Sustainability, 14 (10), 5842. https://doi.org/10.3390/su14105842
Chen, L., y Chen, P. (2020). Artificial Intelligence in Education: A Review. Computers and Education: Artificial Intelligence, 1, 100001. https://doi.org/10.1016/j.caeai.2020.100001
Chen, L., Chen, P., y Lin, Z. (2020). Artificial intelligence in education: A review. IEEE Access, 8, 75264-75278. https://doi.org/10.1109/ACCESS.2020.2988510
Chen, X., Xie, H., Zou, D., y Hwang, G.-J. (2020). Application and theory gaps during the rise of Artificial Intelligence in Education. Computers and Education: Artificial Intelligence, 1, 100002. https://doi.org/10.1016/j.caeai.2020.100002
Cox, A. M. (2021). Exploring the impact of artificial intelligence and robots on higher education through literature-based design fictions. International Journal of Educational Technology in Higher Education, 18, 3. https://doi.org/10.1186/s41239-020-00237-8
Crompton, H., y Burke, D. (2023). Artificial intelligence in higher education: The state of the field. International Journal of Educational Technology in Higher Education, 20, 22. https://doi.org/10.1186/s41239-023-00392-8
Cronbach, L.J. (1951). Coefficient alpha and the internal structure of tests. Psychometrika 16, 297–334. https://doi.org/10.1007/BF02310555
Hood, W. W., y Wilson, C. S. (2001).The literature of bibliometrics, scientometrics, and informetrics. Scientometrics, 52(2), 291-314.
Hwang, G.-J., y Chen, N.-S. (2023). Exploring the Potential of Generative Artificial Intelligence in Education: Applications, Challenges, and Future Research Directions. Educational Technology y Society, 26(2). https://doi.org/10.30191/ETS.202304_26(2).0014
Kong, S.-C., Cheung, W. M.-Y., y Zhang, G. (2021). Evaluation of an artificial intelligence literacy course for university students with diverse study backgrounds. Computers and Education: Artificial Intelligence, 2, 100026. https://doi.org/10.1016/j.caeai.2021.100026
Kuleto, V., Ilić, M., Dumangiu, M., Ranković, M., Martins, O. M. D., Păun, D., y Mihoreanu, L. (2021). Exploring opportunities and challenges of artificial intelligence and machine learning in higher education institutions. Sustainability, 13 (18), 10424. https://doi.org/10.3390/su131810424
Liao, Y., Jiang, S., Wang, Y., y Wang, Y. (2024). MING-MOE: Enhancing medical multi-task learning in large language models with sparse mixture of low-rank adapter experts. arXiv Preprint. https://arxiv.org/abs/2401.06789
Lo, C. K. (2023). ¿Cuál es el impacto de ChatGPT en la educación? Una revisión rápida de la literatura. Educ. Sci. 13(4), 410. https://doi.org/10.3390/educsci13040410
Memarian, B., y Doleck, T. (2023). Fairness, Accountability, Transparency, and Ethics (FATE) in Artificial Intelligence (AI) and Higher Education: A Systematic Review. Computers and Education: Artificial Intelligence, 5, 100152. https://doi.org/10.1016/j.caeai.2023.100152
Marx, W., Bornmann, L., Barth, A., y Leydesdorff, L. (2014). Detecting the historical roots of research fields by reference publication year spectroscopy (RPYS): Detecting the Historical Roots of Research Fields by Reference Publication Year Spectroscopy. (RPYS). Journal of the Association for Information Science and Technology, 65(4), 751-764. https://doi.org/10.1002/asi.23089
Newman, M. E. J. (2001). The structure of scientific collaboration networks. Proceedings of the National Academy of Sciences, 98(2), 404-409.
Pisica, A. I., Edu, T., Zaharia, R. M., y Zaharia, R. (2023). Implementing Artificial Intelligence in Higher Education: Pros and Cons from the Perspectives of Academics. Societies, 13(5), 118. https://doi.org/10.3390/soc13050118
Rahman, M. M., y Watanobe, Y. (2023). ChatGPT para la educación y la investigación: oportunidades, amenazas y estrategias. Appl. Sci. 2023, 13(9), 5783; https://doi.org/10.3390/app13095783
Salas-Pilco, S. Z., y Yang, Y. (2022). Artificial Intelligence Applications in Latin American Higher Education: A Systematic Review. International Journal of Educational Technology in Higher Education, 19(21). https://doi.org/10.1186/s41239-022-00326-w
Wang, T., Lund, B. D., Marengo, A., Pagano, A., Mannuru, N. R., Teel, Z. A., y Pange, J. (2023). Exploring the potential impact of artificial intelligence (AI) on international students in higher education: Generative AI, chatbots, analytics, and international student success. Applied Sciences, 13 (11), 6716. https://doi.org/10.3390/app13116716
