CoGnosis
Revista de Educación
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
1
Uso ético de la Inteligencia Artificial en la educación
superior hispana (2021-2025): análisis bibliométrico y de
co-redes
Ethical use of artificial intelligence in hispanic higher
education (2021-2025): a bibliometric and co-network analysis
Uso ético da Inteligência Artificial no ensino superior hispânico
(2021-2025): análise bibliométrica e de co-redes
AUTORES
Carlos Oswaldo Jiménez Gaona
Universidad Técnica de Machala. Ecuador.
E-mail: carlos.charlie.jimenez97@gmail.com
ORCID: https://orcid.org/0000-0003-3641-5817
Hishochy Delgado Mendoza
Universidad Nacional de Educación. Ecuador.
E-mail: hishochy.delgado@unae.edu.ec
ORCID: https://orcid.org/0000-0002-9807-1661
Fecha de recepción: 2025-09-03
Fecha de aceptación: 2025-10-25
Fecha de publicación: 2026-01-05
DOI https://doi.org/10.33936/cognosis.v10i1.7936
2
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
RESUMEN
La IA ha revolucionado la educación de manera drástica, forjando lineamientos éticos
debido a su uso, con el objetivo de mejorar los resultados en investigaciones académicas
no solamente en el nivel superior, sino en todas las áreas de estudio. Debido a la
continua necesidad de investigar la inteligencia artificial en un contexto educativo, el
presente estudio plantea como objetivo analizar la producción científica en lengua
hispana sobre el uso ético de la inteligencia artificial en la educación superior mediante
un análisis bibliométrico de artículos publicados entre 2021 y 2025 en Scopus. Los
resultados se obtuvieron mediante un análisis de metadatos sobre la temporalidad,
destacando que el año 2024 el más productivo con 86 artículos publicados; siendo la
Universidad Complutense de Madrid la más influyente con 10 artículos; en cuanto al
territorio más productivo fue España con 89 publicaciones. European Public and Social
Innovation Review fue la revista más dinámica con 28 documentos publicados.
Finalmente, se elaboró un análisis de co-ocurrencia, co-autoría y co-citación mediante
un mapeo gráfico en el software VOSviewer. Aunque se encontró poca colaboración entre
autores, destaca Cinta Gallent con más coautorías y Francisco García con el índice H
más alto (59). El estudio identificó temas y bases sólidas en fusión de palabras claves
como “IA”, “Educación superior”, Ética”, entre otras, las cuales garantizaron la
investigación del área de estudio.
PALABRAS CLAVE: Inteligencia artificial; Ética; Educación superior; Análisis
Bibliométrico.
RESUMO
A Inteligência Artificial (IA) revolucionou drasticamente a educação, fomentando a
criação de diretrizes éticas devido ao seu uso, com o objetivo de aprimorar os resultados
em investigações acadêmicas não apenas no ensino superior, mas em todas as áreas de
estudo. Dada a contínua necessidade de investigar a inteligência artificial em contexto
educacional, o presente estudo propôs-se a analisar a produção científica em língua
espanhola sobre o uso ético da inteligência artificial no ensino superior por meio de uma
análise bibliométrica de artigos publicados entre 2021 e 2025 na Scopus. Os resultados
foram obtidos por meio de uma análise de metadados sobre a temporalidade, destacando
2024 como o ano mais produtivo, com 86 artigos publicados. A Universidade
Complutense de Madrid foi a mais influente, com 10 artigos, e o território mais produtivo
foi a Espanha, com 89 publicações. A European Public and Social Innovation Review foi o
periódico mais dinâmico, com 28 documentos publicados. Por fim, foi elaborada uma
análise de coocorrência, coautoria e cocitação por meio de um mapeamento gráfico no
software VOSviewer. Embora tenha sido identificada pouca colaboração entre os autores,
Cinta Gallent se destacou com o maior número de coautorias e Francisco García com o
maior índice H (59). O estudo identificou temas e bases sólidas na fusão de palavras-
chave como "IA", "Ensino Superior" e "Ética", entre outras, as quais garantiram a
investigação da área de estudo.
PALAVRAS-CHAVE: inteligência artificial; Ética; Ensino superior; Análise Bibliométrica.
Uso ético de la Inteligencia Artificial en la educación superior hispana (2021-2025): análisis
bibliométrico y de co-redes
Carlos Oswaldo Jiménez Gaona, Hishochy Delgado Mendoza
CoGnosis
Revista de Educación
3
ABSTRACT
Artificial Intelligence (AI) has drastically revolutionized education, leading to the creation
of ethical guidelines due to its use, with the aim of improving outcomes in academic
research not only at the higher education level but across all areas of study. Given the
continuous need to research AI in an educational context, the present study aims to
analyze the Spanish-language scientific production on the ethical use of artificial
intelligence in higher education through a bibliometric analysis of articles published
between 2021 and 2025 in Scopus. Results from the metadata analysis of temporality
highlighted 2024 as the most productive year with 86 articles published, with the
Complutense University of Madrid being the most influential (10 articles) and Spain the
most productive territory (89 publications); the European Public and Social Innovation
Review was the most dynamic journal (28 documents). Finally, an analysis of co-
occurrence, co-authorship, and co-citation was performed using graphic mapping in the
VOSviewer software; although limited collaboration was found, Cinta Gallent stands out
with the most co-authorships and Francisco García with the highest H-index (59). The
study identified robust themes and strong bases by fusing keywords such as "AI,"
"Higher Education," and "Ethics," among others, which guaranteed the investigation of
the study area.
KEYWORDS: artificial Intelligence; Ethics; Higher Education; Bibliometric Analysis.
1. INTRODUCCIÓN: PUNTO DE PARTIDA
El desarrollo tecnológico ha adquirido una importancia fundamental en la
actualidad, impulsando la transición global hacia la era de la digitalización.
Sistemas económicos, dinero electrónico, educación en línea o híbrida, medicina
robótica y en un sin número de campos cotidianos donde las personas satisfacen
sus necesidades, la tecnología se presenta como un área adaptativa obligatoria
según Collazo et al. (2025), como lo es hoy en día la inteligencia artificial, la cual
va creciendo continuamente en las tareas del diario vivir (Cepeda et al., 2025).
Este campo informático provoca cierto desequilibrio sobre la inteligencia humana,
lo cual debería considerarse como una guía para robustecer el pensamiento
humano, la capacidad de aprendizaje, la manera de razonar y la percepción de
ideas y de conocimiento, más no sustituir la capacidad humana por completo
(Flores & García, 2023).
Según la UNESCO (2024), el surgimiento de estos sistemas de inteligencia
comienza a partir de ChatGPT-1. Su lanzamiento fue en el año 2018. Como
modelo de lenguaje o inteligencia artificial generativa (IAGen), pero, no es hasta el
año 2020 que comienza a incrementar su uso en la sociedad y ser el foco de
investigación debido al confinamiento de la pandemia COVID-19. A finales del
año 2022 es donde se pronuncia a nivel mundial y su confiabilidad aumenta
debido a investigaciones concurrentes e inclusión en los sistemas educativos
4
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
(García et al., 2023). Con este auge, el aprovechamiento de la IA se ve limitada a
la ética desde la integridad, el plagio, la transparencia académica y el uso
responsable de estas tecnologías.
Con el uso continuo de la IA en la actualidad dentro de la educación, se han
pronunciados perspectivas éticas dentro de la educación superior(Gallent et al.,
2023), enfocándose en la investigación dentro de la redacción de artículos, donde
se genera un debate por la autoría e integridad humana. Estas problemáticas
surgen por la falta de adaptabilidad, la resistencia del cambio de educación
tradicional y la comprensión de tecnologías emergentes como lo es la IA en todo el
contexto educativo, incluyendo los actores que se involucran directamente en el
proceso de enseñanza-aprendizaje(Hanco, 2024).
La resistencia al cambio se debe a la falta de consideraciones éticas por parte de
marcos gubernamentales que garanticen el desarrollo de sistemas transparentes
de estrategias de IA(Francesc & Mendigutxia, 2024). Además, países como
España, Tailandia y Turquía se encuentran elaborando programas y proyectos
sobre la IA para educadores para fomentar la integridad académica desde una
perspectiva ética. Los procesos evaluativos de información en la mayoría de los
países de Latinoamérica y Europa aun los emplean de manera memorística y
unidireccional, originando resistencia al cambio educativo
convencional(UNESCO, 2024).
Según Francesc & Mendigutxia (2024), en el análisis de las estrategias nacionales
de inteligencia artificial (ENIA), las áreas fundamentales, son las universidades e
institutos de educación superior que forman profesionales, los cuales necesitan
conocer e implementar la IA en sus investigaciones para enriquecerlas y
aplicarlas de manera ética aun teniendo bases tradicionales de investigación.
Aunque para algunos investigadores sobre el área temática señalan el uso de la
IA como una opción fiable y de mejora continua en el proceso de enseñanza-
aprendizaje (Sabzalieva & Valentini, 2023). Así, como también podrían delimitar
el pensamiento crítico y epistemológico del estudiante al no usar de manera
adecuada y el uso ético de estas plataformas generativas (Segovia, 2023).
También, Bhatnagar et al. (2018), señala el uso informal de la IA con fines
maliciosos, lo cual, refleja un interés predominante en el uso honesto de la
Inteligencia artificial.
Países como Australia, Estonia, Italia, Dinamarca, Egipto, Eslovenia y Suiza han
establecido un plazo de alrededor de cinco años para afrontar y aplicar
estrategias y políticas que fomenten el uso de la IA en la educación superior en
base a la integridad educativa(Francesc & Mendigutxia, 2024). Esta tendencia por
aplicar dichas estrategias a corto plazo permite que las instituciones educativas
Uso ético de la Inteligencia Artificial en la educación superior hispana (2021-2025): análisis
bibliométrico y de co-redes
Carlos Oswaldo Jiménez Gaona, Hishochy Delgado Mendoza
CoGnosis
Revista de Educación
5
hagan frente de manera ágil a los sistemas educativos emergentes y a la
resistencia al cambio convencional de aprendizaje compartido(Sardi, 2023).
La creciente y continua inclusión de la IA en la educación en los últimos cinco
años abarca un contexto literario e investigativo cada vez mayor, en donde, la
mayoría de los países del mundo han optado por ser resilientes antes los cambios
tecnológicos y día a día se desarrolla investigación científica con el fin de analizar
los beneficios y las desventajas que se pueden obtener mediante el uso de estos
Modelos de lenguaje(Delgado et al., 2024). Estos estudios se llevan a cabo no solo
en el área educativa que es nuestro contexto de investigación, si no en diferentes
áreas del conocimiento como la medicina, la ciencia, la robótica, entre otras
(Sánchez, 2025).
Otros estudios como el de Mora et al. (2023), sobre desafíos éticos y responsables
de la implementación de la Inteligencia Artificial, menciona la alta preocupación
por el uso responsable de la IA en la educación superior, señalando la educación
ética y el compromiso institucional para el aprovechamiento idóneo de la IA en el
desarrollo académico.
Debido a la creciente investigación científica sobre la IA, instituciones públicas y
privadas, revistas científicas e investigadores se encuentran contribuyendo a este
campo de estudio. Autores como (Gallent Torres et al., 2023), en su artículo
publicado “El impacto de la inteligencia artificial generativa en educación superior:
una mirada desde la ética y la integridad académica”, donde, analiza la influencia
que tiene la inteligencia artificial generativa en los estudiantes y profesores
mediante implicaciones éticas, de seguridad e integridad académica investigativa.
Así también, los autores Ríos et al. (2024), donde, analizan las percepciones de
estudiantes latinoamericanos sobre el uso ético de la IA en la educación superior,
destacando la aceptación de los estudiantes en el uso de plataformas como
ChatGPT en sus trabajos académicos.
Otras investigaciones como la de Sánchez et al. (2025), elaboraron un sistema de
prompts para el estudio de contenidos educativos para ser aplicada a una
muestra de estudiantes definida, obteniendo resultados enriquecedores y un
sistema de aprendizaje personalizado. Esto contribuye a comprender la tendencia
progresiva de investigadores por producir literatura científica basada en el uso de
la inteligencia artificial en la educación y su aceptación en el sistema de
enseñanza-aprendizaje. Además, Instituciones como la Organización de las
naciones unidas para la educación, la ciencia y la cultura (UNESCO) han
abordado temáticas en relación con la IA en la educación en los últimos cinco
años, como “El papel de la educación superior en las estrategias nacionales de
Inteligencia Artificial”, “Guía para el uso de la IA generativa en educación e
investigación” y “ChatGPT e Inteligencia Artificial en la educación superior”, estos
6
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
estudios encaminan a alcanzar el ODS4(Educación de calidad) de los objetivos del
desarrollo sostenible de la ONU.
En relación con lo mencionado, en el presente estudio tiene como objetivo
determinar mediante un análisis bibliométrico las perspectivas de los temas de
investigación y términos claves, la estructura de colaboración de autores de
literatura científica y las bases tanto intelectuales como teóricas de producción de
artículos científicos de lengua hispana en relación con la implementación de la IA
en la educación superior desde una perspectiva ética, a partir de una base de
datos de 168 artículos científicos obtenidos en la base de datos Scopus.
2. MÉTODOS: RUTA METODOLÓGICA
Se llevó a cabo un estudio bibliométrico de literatura científica a través de un
enfoque mixto analizando las métricas de los metadatos de forma cuantitativa e
interpretando los gráficos de redes de manera cualitativa, con la finalidad de
estudiar el contexto ético de la inteligencia artificial en la educación superior. Los
artículos seleccionados fueron analizados para el periodo 2021-2025,
específicamente en lenguaje español.
Los metadatos fueron obtenidos de la base de datos científica “Scopus” que
abarca gran cantidad de literatura científica robusta y útil para que
investigaciones académicas puedan ser replicadas(Mena et al., 2024). Se optó por
esta base de datos debido a que abarca mayor número de revistas, autores y tipos
de documentos, así como también métricas relevantes y sólidas, al ser Scopus
uno de los repositorios más grandes y completos de artículos académicos,
reconocido por su extensa cobertura y fiabilidad en los datos bibliográficos
(Donthu et al., 2021).
La cantidad inicial de documentos fue de 172 artículos científicos, obtenidos
directamente de la detallada cadena de búsqueda estructurada con operadores
booleanos y filtros métricos para garantizar la precisión de los datos, como se
detalla en la tabla 1. El proceso de depuración de datos se llevó a cabo en dos
fases, la primera fue eliminación de duplicados en Excel, confirmando que no
existen duplicados. Y la siguiente fase fue el criterio de exclusión, basándose en
los filtros de búsqueda y palabras claves de la tabla 1. Se excluyeron cuatro
documentos, pese a que cumplieron con los criterios de búsqueda, no constituían
la temática de estudio de manera precisa. La muestra final para el análisis
bibliométrico después del proceso de depuración fue de 168 artículos científicos.
Los metadatos serán representados mediante un estudio de criterios métricos y
un mapeo gráfico con relación al estudio central del presente trabajo. A
Uso ético de la Inteligencia Artificial en la educación superior hispana (2021-2025): análisis
bibliométrico y de co-redes
Carlos Oswaldo Jiménez Gaona, Hishochy Delgado Mendoza
CoGnosis
Revista de Educación
7
continuación, se detalla en la tabla 1 los indicadores que se implementaron para
la obtención del corpus de estudio.
Tabla 1. Indicadores de búsqueda
Temporalidad analizada
2021-2025
Fecha de consulta
Julio-26,2025
Área de estudio
Ciencias Sociales
Idioma
Español
Palabras claves
Inteligencia artificial-Ética-Educación superior
Tipo
Artículo científico
Tipo de fuente
Todas
Base de datos
Scopus
Ecuación de búsqueda
TITLE-ABS-KEY ( artificial intelligence ) AND PUBYEAR
> 2020 AND PUBYEAR < 2026 AND ( LIMIT-TO (
DOCTYPE , "ar" ) ) AND ( LIMIT-TO ( LANGUAGE ,
"Spanish" ) ) AND ( LIMIT-TO ( EXACTKEYWORD ,
"Education" ) OR LIMIT-TO ( EXACTKEYWORD ,
"University" ) OR LIMIT-TO ( EXACTKEYWORD , "Ethics"
) OR LIMIT-TO ( EXACTKEYWORD , "Higher Education" )
) AND ( LIMIT-TO ( SUBJAREA , "SOCI" ) )
N0 de documentos obtenidos
172
N0 de documentos
depurados
4
Muestra final
168
La muestra final fue evaluada bajo el análisis de métricas por país, autores,
fuentes, temporalidad, instituciones y áreas de estudio mediante el uso del
software “chartBlocks”. Consigo, se llevó a cabo un análisis de co-ocurrencia, co-
autoría y co-citación. Los cuales fueron medidos y evaluados en el software de
visualización de redes “VOSviewer”, versión 1.6.20, compatible para analizar
metadatos en formato CSV que fueron exportados de la base de datos
mencionada. Los criterios de selección para el software VOSviewer se detallan en
la tabla 2.
Tabla 2. Umbrales de filtrado en VOSviewer.
Tipo de análisis
Criterio de selección
Umbral
mínimo
Resultado
Co-autoría
No de artículos por autor y
No de citaciones por autor.
1 y 5
81 de 410 autores
analizados.
Co-ocurrencía
No de ocurrencias por
palabra clave.
4
31 de 601 palabras
claves analizadas.
Co-citación
No de citaciones por
documento.
3
37 de 1.287
referencias citadas.
8
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
3. RESULTADOS: INDICIOS Y HALLAZGOS
Se detallan los resultados de las variables recopiladas en dos fases: Mediante un
análisis métrico y a través de un estudio con gráficos de redes de co-ocurrencia,
co-autoría y co-citación, a partir de los metadatos obtenidos en la base de datos
Scopus, en fusión a la ecuación de búsqueda planteada en la tabla 1.
Métricas por temporalidad
A continuación, la figura 1 detalla el mayor número de artículos publicados por
año. En el año 2021 se publicaron seis artículos científicos, denotando mayor
escasez de producción científica en ese periodo. Seguido por un aumento
continuo del año 2022, los cuales fueron 11 artículos, el año 2023 se publicaron
20 documentos, en el año 2024 se publicaron 86 artículos, mostrando un auge
claro de producción científica en ese periodo y finalmente en el primer semestre
del año 2025 fueron 45 documentos publicados. A partir del análisis expuesto se
considera que en el año 2024 hubo mayor tendencia de publicación de artículos
científicos y el año 2021 fue el de menor tendencia. Por consiguiente, el primer
semestre del año 2025 se logró publicar 45 artículos inherentes a la temática
estudiada.
Estos resultados por temporalidad detallan un fuerte auge del área de estudio en
los últimos años y se encuentra en constante crecimiento debido a que cada vez
es más frecuente que autores y revistas científicas indaguen diferentes
perspectivas en distintas áreas del conocimiento de la temática estudiada.
Además, esto repercute en las nuevas oportunidades de investigación que se
generan con la IA en la educación superior y los aspectos éticos que implicaría su
uso a lo largo del tiempo.
Nota. Tomado de Scopus (2025).
Figura 1. Metadatos de publicaciones por año
Uso ético de la Inteligencia Artificial en la educación superior hispana (2021-2025): análisis
bibliométrico y de co-redes
Carlos Oswaldo Jiménez Gaona, Hishochy Delgado Mendoza
CoGnosis
Revista de Educación
9
Métricas por territorio
La tabla 3 muestra el número de documentos publicados por país, en donde se
detallan los países con mayor concentración de producción de artículos
científicos (Es importante considerar que Scopus puede categorizar un artículo en
más de un país si algún autor es de un país distinto al lugar dónde se pública
dicho documento). España se sitúa como el principal país productor de literatura
científica con un total de 89 publicaciones, es decir con el 53 %, más de la mitad
de los 168 artículos evaluados, abarcando dominio significativo en la
investigación en fusión de la temática analizada en base al tiempo seleccionado.
El liderazgo de España se contrarresta con los demás países de lengua española
debido a que según el informe de la fundación COTEC (2024), en base a los datos
del Instituto Nacional de Estadística (INE), señala que la inversión en
investigación y desarrollo (I+D) en España ha aumentado desde los últimos tres
años por encima de los 22 mil millones de euros anuales, lo que refleja una alta
producción de literatura científica en este país. Esto repercute de manera directa
a los países de Latinoamérica debido que comparten el mismo idioma,
fortaleciendo a la vez las investigaciones por medio de coautorías y
compartimiento de políticas de publicación y generación de ciencia.
Otro de los países con mayor concentración de producción de documentos es
Perú con el 14,3% de la cantidad total de artículos analizados. En contraste, el
país con menor aportación es Italia con solo el 1,8% del total, es considerado uno
de los países que menos concentración de producción de artículos científicos al
igual que Venezuela, Uruguay y Alemania que aportaron alrededor del 1% y no
fueron considerados en la tabla 3. Un punto importante que considerar en los
países de Italia, Alemania y EE. UU, aunque no son de habla hispana Scopus
considera sus aportaciones debido a ciertos autores que publicaron y
mantuvieron correlaciones con autores de esos países.
Tabla 3. Producción de artículos científicos por país
País
Publicaciones
Porcentaje total
España
89
53,0 %
Perú
24
14,3 %
Colombia
19
11,3 %
México
18
10,7 %
Chile
12
7,1 %
EE. UU
11
6,5 %
Ecuador
6
3,6 %
Brasil
4
2,4 %
Cuba
4
2,4 %
Italia
3
1,8 %
Nota. Tomado de Scopus (2025).
10
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
Este análisis permite conocer el territorio más activo de producción científica,
considerando España como líder del continente europeo con más aportaciones,
seguido de Perú, Colombia y México, representando a América latina y Estados
Unidos con 11 aportaciones representando América del norte.
Métricas por autores
La tabla 4 muestra los autores más representativos de la temática analizada en
función al número de documentos publicados. Donde Cippitani Roberto y Codina
Lluis disponen de tres artículos científicos en relación con la temática analizada.
En cuanto al autor más destacado es García Peñalvo Francisco con un índice de
H de 59, siendo relativamente alto en relación con los demás autores a pesar de
solo haber publicado sólo dos artículos en función al área de estudio en cuestión.
Cruz Rubicel Romero presenta menor nivel de citación con un índice de H de 1,
aunque cuenta con dos publicaciones referente al área en cuestión. La autora
Cinta Gallent tiene un índice de H de 3 y es una autora muy representativa e
investigadora potencial en temas de Inteligencia Artificial y abarca coautorías
importantes en el presente estudio. Este análisis comprende una combinación de
perfiles multidisciplinarios, con autores influyentes y actualmente encamina
investigadores hispanohablantes a ingresar al área de estudio de manera
continua y necesaria.
Tabla 4. Autores más representativos del área de estudio
Autor
Número de documentos
Índice de H
Cippitani, Roberto
3
4
Codina, Lluís
3
18
Borden, Sandra L.
2
8
Boy Barreto, Ana Maritza
2
3
Cruz Romero, Rubicel
2
1
Gallent Torres, Cinta
2
3
García Peñalvo, Francisco
2
59
Lopezosa, Carlos
2
10
Lovón, Marco
2
6
Segovia García, Nuria
2
6
Nota. Tomado de Scopus (2025).
Métricas por fuentes
La figura 2 detalla el número de artículos científicos con base a las fuentes o
revistas con mayor tendencia donde se publicaron los artículos en el período de
tiempo analizado en relación con nuestro tema de estudio. La fuente científica
“European Public and Social Innovation Review” se encuentra en el pico con 28
publicaciones específicamente en el año 2024, y un total de 39 artículos
Uso ético de la Inteligencia Artificial en la educación superior hispana (2021-2025): análisis
bibliométrico y de co-redes
Carlos Oswaldo Jiménez Gaona, Hishochy Delgado Mendoza
CoGnosis
Revista de Educación
11
publicados en el periodo de tiempo analizado. Otra fuente científica con mayor
índice de publicaciones es la “Revista De Educación y Derecho”, al igual que la
revista anterior durante el año 2024 tuvo un incremento de 10 publicaciones, a
diferencia que en el año 2023 logró publicar un artículo científico.
En contraste, la fuente científica con menor número de publicaciones fue
“Edutec”, la cual publicó alrededor de seis artículos en todo el periodo analizado,
uno en el año 2022, 2024 y cuatro en el primer semestre del año 2025. Esta
comparación métrica aclara que en el área social existe una tendencia por
investigar y contribuir en publicaciones científicas en la inteligencia artificial en
fusión a la educación superior.
Nota. Tomado de Scopus (2025).
Métricas por instituciones afiliadas
La figura 3 proporciona las instituciones educativas afiliadas con mayor
tendencia y prestigio donde se encuentran distribuidos los artículos analizados.
Se observa con mayor prestigio la Universidad Complutense de Madrid,
destacando por encima de las demás instituciones con un total de 10 artículos,
seguida la Universidad de Barcelona con 9 publicaciones, lo cual, ambas
destacan como centros fuertes de investigación. Las universidades de Valencia,
Salamanca, De Vigo, Pompeu Fabra y la Universidad de León también de origen
español, destacan con una cantidad favorable de publicaciones. Lo cual expone el
rol principal de España en el área de estudio que se lleva a cabo.
Figura 2. Metadatos de fuentes científicas
12
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
Este análisis permite descubrir las instituciones más productivas dentro del área
de estudio destacando no solamente España como país de Europa, sino que
también Perú y México por parte de América latina, con la Universidad César
Vallejo con siete publicaciones y la Universidad autónoma de Baja California con
cinco de ellas.
Figura 3. Artículos por afiliación
Nota. Tomado de Scopus (2025).
Métricas por área temática
La tabla 5 revela el porcentaje de artículos científicos publicados por área de
estudio. La categoría de ciencias sociales predomina la lista con un total de 172
artículos dentro de ella, lo cual denota que la investigación se encuentra
fuertemente arraigada a las dinámicas sociales, educativas y de comportamiento.
Al igual que en el análisis por territorio se debe considerar que cada artículo
puede repetirse si la base de datos de Scopus lo considera en más de una
categoría o área de estudio. Por consiguiente, las categorías de ciencias
económicas, de computación y artes abarcan un total de 89 artículos, número
considerable para destacar una base de estudio multidisciplinario.
Es importante mencionar que la mayoría de los artículos revisados se publicaron
en revistas de ciencias sociales. Además, la dimensión ética de la IA en la
educación está vinculada directamente a fenómenos sociales, educativos y
culturales. Esto ayuda a caracterizar de manera puntual el contexto
multidisciplinar.
Las demás categorías de estudio como la medicina, la psicología, la ingeniería,
entre otras tambien contribuyen a reforzar el criterio de calificar una base de
Uso ético de la Inteligencia Artificial en la educación superior hispana (2021-2025): análisis
bibliométrico y de co-redes
Carlos Oswaldo Jiménez Gaona, Hishochy Delgado Mendoza
CoGnosis
Revista de Educación
13
investigación multidisciplinar con un total de 29 publicaciones, estableciendo
conexiones entre las ciencias sociales, las ciencias médicas y las ciencias
tecnológicas.
Tabla 5. Distribución de artículos por área de estudio
Área de estudio
Artículos
Porcentaje
Ciencias sociales
168
101, 8%
Economía, econometría y
finanzas
39
23,2%
Ciencias de la computación
26
15,5%
Artes y humanidades
24
14,3%
Negocios, gestión y
contabilidad
7
4,2%
Medicina
7
4,2%
Psicología
5
3,0%
Ingeniería
3
1,8%
Otras
7
4,2%
Nota. Tomado de Scopus (2025).
Análisis de redes
Análisis de co-ocurrencia
La figura 4 ilustra las palabras clave (nodos) mayormente mencionadas en los
artículos analizados, donde cada círculo es una palabra clave referente a la
temática estudiada. Debido a que se evalúa una base de datos de 168
documentos se optó por un umbral de cuatro co-ocurrencias.
Esta decisión metodológica se fundamenta en la práctica bibliométrica estándar
de filtrar el ruido de la red. La elección de un umbral de N=4 permite aplicar el
Principio de la Dispersión de Bradford (Bradford, 1934), asegurando que el
análisis se centre en el núcleo productivo de la literatura. Los términos con
menos de cuatro co-ocurrencias suelen representar menciones marginales o
eventos aislados que no son estructuralmente significativos para la temática
general. Esto significa que únicamente se visualizan las palabras claves que se
mencionan en al menos cuatro de los artículos analizados. La aplicación de este
filtro o umbral otorgó un total de 31 palabras clave.
Las líneas que conectan cada nodo representa la co-ocurrencia de aparición de
las palabras clave en los documentos, mientras más ancha es la línea mayor es el
poder de co-ocurrencia, es decir más veces aparecen juntas esas palabras claves
en los mismos artículos. Además, la distancia entre nodos refleja la relación entre
sí, mientras más cerca esté un nodo del otro, mayor es el poder de relación.
14
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
El mapa que representa la figura 4 no solo muestra proximidad visual, sino que
agrupa los términos en clústeres (colores) según la frecuencia con la que
aparecen juntos en la literatura. Es decir, El tamaño del nodo (círculo) es
proporcional a la frecuencia de aparición en los documentos.
Nota. Tomado de Scopus (2025).
Clúster Principal (Morado) y el Nodo Central
El nodo "artificial intelligence" (inteligencia artificial) es el más grande y se
encuentra en el centro de la red (clúster morado), actuando como el eje temático
dominante de toda la investigación. Todas las áreas de estudio giran en torno a la
IA. Este clúster (IA, education - educación) actúa como el núcleo fundacional que
conecta todos los demás temas.
La IA es el puente y la razón por la que "ethics" (ética) y "higher education"
(educación superior) deben co-ocurrir es, en gran medida, por la presencia de la
Inteligencia Artificial. La IA "fuerza" a la ethics (ética) a entrar en el contexto de la
higher education (educación superior). Sin la IA como intermediario, la conexión
directa sería mucho más débil o inexistente en la literatura actual.
Clúster de Ética (Verde)
El nodo "ethics" (ética) pertenece al clúster verde, junto con "AI" (IA) (su vecino
más fuerte dentro de este grupo), "automation" (automatización), "training"
(capacitación), "journalism" (periodismo), y "law" (ley/legalidad). La investigación
Figura 4. Mapeo de palabras claves
Uso ético de la Inteligencia Artificial en la educación superior hispana (2021-2025): análisis
bibliométrico y de co-redes
Carlos Oswaldo Jiménez Gaona, Hishochy Delgado Mendoza
CoGnosis
Revista de Educación
15
sobre Ethics (Ética) se enmarca principalmente en la preocupación por las
implicaciones prácticas y sociales de la automation (automatización) y la AI (IA).
El foco está en la regulación (Law - Ley/Legalidad), la formación técnica (training
- capacitación) y la responsabilidad profesional (journalism - periodismo) en un
mundo automatizado. Su conexión con "academic performance" (rendimiento
académico) sugiere el rol de la ética en prevenir el plagio o el uso indebido de la
tecnología.
Aunque "ethics" (ética) está cerca de "artificial intelligence" (inteligencia artificial),
la línea más gruesa que lo conecta es con "AI" (IA), no directamente con "higher
education" (educación superior), reforzando la idea de que la IA es
desencadenante para la discusión ética.
Clúster de Educación Superior (Rojo)
El nodo "higher education" (educación superior) se ubica en el clúster rojo, junto
con "machine learning" (aprendizaje automático), "digital literacy" (alfabetización
digital), "educational technology" (tecnología educativa) y, el más prominente,
"Chat GPT" (No se visualiza la étiqueta en la imagen debido a la presemtación del
software). Dada su ubicación y conexiones, este nodo (Chat GPT) casi siempre
representa un término muy frecuente y general dentro de la literatura.
La investigación sobre Higher Education (Educación Superior) y sus términos
relacionados se enfoca en la implementación y los desafíos didácticos de la
tecnología. Los temas clave son la alfabetización digital (digital literacy), el uso de
tecnología educativa (educational technology) y la aplicación de algoritmos
avanzados (machine learning) para los estudiantes universitarios (university
students).
La configuración en el mapa indica que la Ética en el contexto de la Educación
Superior es un tema que existe y es relevante, pero que actualmente está
mediado fuertemente por la irrupción de la tecnología y la Inteligencia Artificial.
La investigación no la trata como un pilar central o un objetivo primordial de la
educación superior con la misma frecuencia con la que se enfoca en la tecnología,
la innovación educativa o los desafíos del aprendizaje digital. Es un área de
preocupación (ética) que intersecta con un área de aplicación (educación
superior), siendo la IA el motor de esa intersección.
Lo mencionado ayuda a comprender que una de las preocupaciones más
importantes de investigación en la base de datos analizada, es la manera en que
la inteligencia artificial se usa en la educación y los aspectos éticos que esto
genera. Siendo este clúster el más importante de nuestro estudio, debido a que
detalla las relaciones éticas del uso de la IA en la educación superior.
16
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
En contraste, el clúster que se encuentra más alejado pero relacionado
estrechamente de la palabra central es el clúster de color amarillo conformado
por los nodos investigación(research), universidad (university) e inteligencia
artificial generativa ( generative artificial intelligence), los mismos que son los más
representativos de su grupo. Su posición en la figura 4 en el extremo superior
izquierdo señala que el título inteligencia artificial generativa, abarca en literatura
que no se relaciona directamente con la co-ocurrencia entre ética y tecnología
educativa en el campo de estudio. Los cuales se encuentran más cerca al nodo
central. Otros clústeres que también tienen cierta distancia son el de color verde
y azul con palabras como automatización (automation), periodismo (journalism),
derecho (law), integridad científica (scientific integrity) y aprendizaje automático
(machine learning).
Análisis de co-autoría
A continuación, se detallan los resultados del análisis de co-autoría. La figura 5
muestra cada nodo como un autor, la proximidad y las líneas indican las
relaciones de colaboración. Se detallan las colaboraciones directas entre autores,
los grupos o clústeres más densos y fuertes, y el puente conector en la
temporalidad de las co-autorías. El software “VOSviewer” detectó un total de 410
autores de los 168 artículos analizados, con base aquello, se obtuvo un subtotal
de 81 autores que cumplen con un umbral de al menos un artículo publicado y
han sido citados como mínimo cinco veces. Los autores "Gallent Torres, Cinta",
"Romero Begoña Arenas", "Adillón María Vallespir", "Foltýnek Tomáš", "Zapata
González Alfredo", "Ortego Hernando José Luis"; que se muestran la figura 5,
conforman un subconjunto dentro de los 81 autores que cumplieron con el
umbral antes mencionado, por lo tanto, el software ubicó estos seis autores con
las conexiones más fuertes y los clústeres más densos.
Nota. Tomado de Scopus (2025).
Figura 5. Mapeo de co-autorías
Uso ético de la Inteligencia Artificial en la educación superior hispana (2021-2025): análisis
bibliométrico y de co-redes
Carlos Oswaldo Jiménez Gaona, Hishochy Delgado Mendoza
CoGnosis
Revista de Educación
17
Los seis autores que se muestran en la figura 5 están organizados por dos
clústeres, el primero y mayormente conectado se conforma por “Romero Begoña
Arenas”, “Adillón María Vallespir”, “Foltýnek Tomáš” y “Gallent Torres Cinta”; este
clúster se encuentra representado en color amarillo por tener colaboraciones
recientes, es decir son las más cercanas al año actual, el segundo clúster
conformado por “Zapata González Alfredo” y “Ortego Hernando José Luis”, estos
dos autores abarcan una coautoría en conjunto y son las colaboraciones más
antiguas. Ambos clústeres se encuentran unidos por “Gallent Torres Cinta”, es
decir es el puente entre ambos grupos y es el autor más importante destacando
su rol central en las co-autorías en ambos grupos de investigación.
El análisis demostró que la colaboración entre autores es baja y dispersa,
estando fuertemente centralizada en un solo autor principal (Gallent Cinta),
siendo la autora más representativa y colaboradora de la base de datos analizada.
Esta autora puente es relativamente importante porque ayuda a identificar
nuevas oportunidades investigativas en el campo de estudio y facilita la difusión
de información (idioma o traducción), resultados y metodologías entre el clúster
principal y el clúster secundario. Es decir, si Cinta Gallent no existiera, habría
dos tipos de redes de coautoría totalmente separadas y no habría contribución de
conocimientos para robustecer el área de estudio.
Los espacios que existen entre ambos clústeres reflejan un vacío temático entre
las áreas de investigación, lo cual, índica la necesidad de futuras colaboraciones
en investigaciones con el fin de mejorar y estrechar la distancia entre clústeres y
el área temática sea más robusta y sólida en cuanto a calidad de producción
científica.
Análisis de co-citación
Como se observa en la figura 6 se mapean los autores o revistas que aparecen o
son mencionados juntos en las referencias bibliográficas de otros artículos. El
umbral que se optó como filtro en el software “VOSviewer” fue de tres citas para
las referencias citadas con el fin de filtrar el ruido y asegurar la estabilidad de la
estructura intelectual que se está mapeando. De un total de 1.287 referencias,
solo 37 cumplieron con este filtro, como se ilustra la cantidad de nodos en la
imagen. Es decir que solo 37 bibliografías de estos artículos han sido citadas al
menos 3 veces en la base de datos obtenida de Scopus.
El mapa de la figura 6 señala cinco clústeres, notando que el principal es el de
color verde, el cual surge como base central intelectual de nuestra área de
estudio. Este grupo es el más representativo, con nodos de mayor tamaño,
compuesto por referencias importantes en relación con el área de estudio y con
mención de autores claves que influyen en el uso de tecnologías dentro de la
educación, como lo son Ayuso del Puerto & Gutiérrez Esteban (2022). Su postura
18
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
en la figura 6 señala que esta literatura científica (clúster verde) es muy
importante en las bases teóricas o metodológicas de nuestra base de datos
analizada.
Figura 6. Mapeo de co-citaciones
Nota. Tomado de Scopus (2025).
El clúster de color amarillo/morado también muestra nodos de gran tamaño y
agrupa artículos relacionados con la síntesis del conocimiento y la aceptación
tecnológica por parte de estudiantes universitarios. Esta literatura científica
incluye trabajos clave como la investigación metasistemática sobre la inteligencia
artificial (meta-systemat) de Bond et al. (2024), así como el artículo de Cabero
et al., (2024) . Sobre la aceptación tecnológica de la IA en el profesorado,
conforman los cimientos de una investigación que se encuentra orientada a
evaluar el impacto de la IA en la educación superior. Otro documento de gran
relevancia en el campo de estudio es el de Martínez et al. (2023) , con su análisis
sistemático de literatura sobre la IA en la educación primaria y secundaria con el
uso de la automatización y robots tutores, aborda una perspectiva más amplia de
la IA en la educación.
Otro grupo relevante (de color rojo claro, aunque de tamaño pequeño) está
liderado por la referencia principal de Brown et al. (2020) sobre Modelos de
Lenguaje (Language Models). Este clúster indica el desarrollo de inteligencia
generativa (como GPT-3) en la educación, lo que a su vez demuestra que una
parte de la producción científica investiga constantemente su influencia en el
contexto educativo.
Uso ético de la Inteligencia Artificial en la educación superior hispana (2021-2025): análisis
bibliométrico y de co-redes
Carlos Oswaldo Jiménez Gaona, Hishochy Delgado Mendoza
CoGnosis
Revista de Educación
19
Finalmente, el clúster que más se aleja del grupo principal es el de color rojo
intenso, constituido esencialmente por el documento de Calvo & Ufarte-Ruiz
(2020), el cual aborda las percepciones éticas de la IA orientadas en la educación
superior. Su ubicación en la figura 6 indica que se encuentra con referencias
bases estrechamente relacionadas con los demás campos o áreas de estudio. La
presencia de este clúster y no menos importante que el resto señala que las bases
de nuestros artículos seleccionados abarcan temas éticos y morales sobre el uso
de la tecnología en la educación superior.
4. DISCUSIÓN: SIGNIFICADOS EN DIÁLOGO
Estos tipos de análisis ayudan a comparar el continuo crecimiento de las
métricas en el campo de estudio, como es el documento de Vélez et al. (2024),
donde, estudian la producción científica de la IA en la educación superior y su
contexto ético. Mediante un análisis sistemático analizan la falta de normas
técnicas y legales de las universidades e institutos de educación superior para el
uso de tecnologías emergentes que se encuentran en auge como lo es hoy en día
la inteligencia artificial. Otro punto muy importante para destacar es el
aprendizaje automatizado implementando herramientas de la IA, como señalan
los autores Bolaño & Duarte (2023), en su trabajo sobre el uso de la inteligencia
artificial en la educación, a través de una revisión sistemática pudieron concluir
que un aprendizaje automatizado puede ayudar al estudiante a mejorar su
rendimiento académico.
El conocimiento de la producción de literatura científica hispana publicada entre
2021 y 2025 en Scopus favorece la comprensión del papel crucial de la
Inteligencia Artificial (IA) en la educación superior. Para ello, es fundamental
considerar las implicaciones éticas que conlleva su uso en la creación de
literatura científica, buscando la mejora de la calidad y la eficiencia, tal como lo
evidencian los estudios de Bolaño & Duarte (2023) y de Vélez et al. (2024).
Aunque en el presente estudio se pudo determinar que España es uno de los
países con mayor interés en la IA en la educación superior, la UNESCO ha
publicado guías y proyectos en diferentes idiomas que fundamentan el uso de la
IA como herramienta principal en las investigaciones científicas dentro de este
ámbito.
Diversos estudios sobre la inteligencia artificial en la educación superior
concluyen que es importante considerar los beneficios y limitaciones de este tipo
de modelos de lenguaje generativos en el proceso de enseñanza-aprendizaje
(Villegas & Delgado, 2024), pero, son los gobiernos locales de cada territorio los
que deben crear o seguir normativas donde apoyan el uso de estas inteligencias,
crear programas en universidades e institutos para la capacitación docente y
dejar de restringir el uso de la AI en las investigaciones y trabajos académicos
(Guamán et al., 2023).
20
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
El protagonismo de la IA sugiere que la principal preocupación ética y de
investigación en las universidades hispanas es la integridad académica. Esto
implica una urgencia por desarrollar políticas de uso, evaluación y alfabetización
digital para los estudiantes, dejando en un segundo plano otras discusiones
éticas más amplias, como la ética en la investigación con IA o las implicaciones
sociales de la automatización en el futuro profesional.
Se recomienda analizar los programas y proyectos de la UNESCO sobre el uso y
normativas de la Inteligencia artificial en la educación, con el propósito de
conocer y poner en práctica dichos aspectos en el ámbito enseñanza-aprendizaje
de cada país que, necesita y deseé alcanzar educación de calidad, propuesta por
la ONU en los objetivos del desarrollo sostenible (Castellanos, 2023). Estar al
tanto de futuras investigaciones sobre tecnologías emergentes debido a que en la
actualidad están siendo parte de nuestro diario vivir.
5. CONCLUSIONES: MIRADA HACIA EL FUTURO
El análisis riguroso que se llevó a cabo de literatura científica garantiza que el
presente trabajo permita contribuir al área científica investigativa sobre la
inteligencia artificial, tema predominante de manera continua en la actualidad.
Los hallazgos denotan una alta concentración sobre el desarrollo de literatura
científica en los años 2024 y en el primer semestre del 2025. Lo que repercute en
una temática actual y en una amplia producción geográfica en países con lengua
hispana, como lo es España, el cual contribuyó con más de la mitad de los
artículos publicados referente al campo de estudio. Sin embargó, países como
Perú, México, Ecuador y Colombia aportaron de manera notable al campo de
estudio como territorios claves de América latina.
Los resultados obtenidos con base a la naturaleza temática e interdisciplinaria
revelan un campo de estudio en auge, forjando las ciencias sociales como
disciplina central y conformándose por varios puntos claves como ejes temáticos,
liderando la inteligencia artificial en la educación, las perspectivas éticas
mediante su uso, implementación de IA generativa en la educación superior y
tecnologías educativas. Los mismos que fueron ejes centrales en los clústeres
sobre el análisis de co-ocurrencia de la base de datos analizada. Lo que a su vez
permitió conocer la necesidad investigativa, la complejidad y la naturaleza
interdisciplinaria dentro del campo de estudio.
Otro aspecto importante que se logró recabar fue el liderazgo institucional y redes
de colaboración, donde las instituciones españolas predominaron la lista de
universidades más influyentes en el campo de estudio, como la Universidad
Complutense de Madrid y la Universidad de Barcelona, las cuales demostraron la
importancia de colaboraciones de autores europeos como Cinta Gallent Torres,
Uso ético de la Inteligencia Artificial en la educación superior hispana (2021-2025): análisis
bibliométrico y de co-redes
Carlos Oswaldo Jiménez Gaona, Hishochy Delgado Mendoza
CoGnosis
Revista de Educación
21
autora y puente central en él análisis de co-autoría. Aunque surge
contributivamente la Universidad César Vallejo representando a Latinoamérica
con autores como Fernando Ledesma Paredes en relación directa con el campo de
estudio. El análisis de co-autoría señaló una dispersa colaboración entre autores,
centrándose en una sola autora, Cinta Gallent como la más influyente y
colaboradora.
Como último punto el análisis de la estructura del conocimiento y revistas
influyentes mostró un dominio de fuentes científicas de alto rendimiento como lo
es la revista europea de innovación pública y social (european public and social
innovation review), otorgando un grupo de publicaciones científicas sólidas y
definidas referente al campo de estudio. En cuanto la estructura del conocimiento
detalló que el área de estudio tiene cimientos intelectuales sólidos que
constituyen trabajos sobre tecnologías educativas y metodologías de
investigación, así como también revelan el surgimiento de nuevas líneas
investigativas como el uso de Modelos de Lenguaje (GPT-3) en la educación
superior y la ética como subcampo inherente a nuestro campo bibliográfico
intelectual.
6. DECLARACIÓN DE CONFLICTO DE INTERESES
Los autores declaran que no existen conflictos de intereses en relación con
este artículo. No han recibido financiamiento ni apoyo de ninguna
organización o entidad que pudiera influir en el contenido del trabajo
7. CONTRIBUCIÓN DE LOS AUTORES
Autor 1
Conceptualización, Curación de datos, Análisis formal,
Adquisición de fondos, Investigación, Metodología,
Administración del proyecto, Recursos, Software,
Visualización, Redacción – borrador original.
Autor 2
Curación de datos, Administración del proyecto, Supervisión,
Validación, Visualización, Redacción – revisión y edición –
8. REFERENCIAS BIBLIOGRÁFICAS
Ayuso del Puerto, D., & Gutiérrez Esteban, P. (2022). La Inteligencia Artificial como recurso
educativo durante la formación inicial del profesorado. RIED-Revista Iberoamericana de Educación
a Distancia, 25(2). https://doi.org/10.5944/ried.25.2.32332
Bhatnagar, S., Cotton, T., Brundage, M., Avin, S., Clark, J., Toner, H., Eckersley, P., Garfinkel,
B., Dafoe, A., Scharre, P., Zeitzoff, T., Filar, B., Anderson, H., Roff, H., Allen, G. C., Steinhardt, J.,
Flynn, C., Héigeartaigh, S. Ó., Beard, S., … Amodei, D. (2018). The Malicious Use of Artificial
Intelligence: Forecasting, Prevention, and Mitigation Authors are listed in order of contribution
Design Direction.
22
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
Bolaño-García, M., & Duarte-Acosta, N. (2023). Una revisión sistemática del uso de la inteligencia
artificial en la educación. Revista Colombiana de Cirugía.
https://doi.org/10.30944/20117582.2365
Bond, M., Khosravi, H., De Laat, M., Bergdahl, N., Negrea, V., Oxley, E., Pham, P., Chong, S. W.,
& Siemens, G. (2024). A meta systematic review of artificial intelligence in higher education: a call
for increased ethics, collaboration, and rigour. En International Journal of Educational Technology
in Higher Education (Vol. 21, Número 1). Springer Science and Business Media Deutschland
GmbH. https://doi.org/10.1186/s41239-023-00436-z
Bradford, S. C. (1934). Sources of information on specific subjects. Engineering: An Illustrated
Weekly Journal, 137(3550), 85–86.
Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A.,
Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child,
R., Ramesh, A., Ziegler, D. M., Wu, J., Winter, C., … Amodei, D. (2020). Language Models are
Few-Shot Learners. https://commoncrawl.org/the-data/
Cabero-Almenara, J., Palacios-Rodríguez, A., Loaiza-Aguirre, M. I., & Rivas-Manzano, M. del R.
de. (2024). Acceptance of Educational Artificial Intelligence by Teachers and Its Relationship with
Some Variables and Pedagogical Beliefs. Education Sciences, 14(7).
https://doi.org/10.3390/educsci14070740
Calvo-Rubio, L. M., & Ufarte-Ruiz, M. J. (2020). Perception of teachers, students, innovation
managers and journalists about the use of artificial intelligence in journalism. Profesional de la
Informacion, 29(1). https://doi.org/10.3145/epi.2020.ene.09
Castellanos, A. (2023). «LA IA COMO MOTOR DE INNOVACIÓN EN LA EDUCACIÓN SUPERIOR PARA
LOGRAR EL ODS DE EDUCACIÓN DE CALIDAD».
https://repositorio.ufsc.br/bitstream/handle/123456789/255210/1230329.pdf?sequence=1&isA
llowed=y
Cepeda Campoverde, E., Durán Núñez, Y., & Ocaña Ocaña, A. (2025). Usos y perspectivas de la
inteligencia artificial en la comunidad de profesores de la Universidad de Guayaquil. Ñawi, 9(1),
151-165. https://doi.org/10.37785/nw.v9n1.a9
Collazo Fuentes, M., Veytia Bucheli, M. G., & Rivera Alejo, F. (2025). Inductive Methodologies in
Education, Supported by the Integration of Technology. Sophia (Ecuador), 2025(38), 107-135.
https://doi.org/10.17163/soph.n38.2025.03
COTEC. (2024). Evolución de la I+D. Fundación Cotec para la innovación tecnológica.
https://cotec.es/informes/evolucion-de-la-id-3/
Donthu, N., Kumar, S., Mukherjee, D., Pandey, N., & Lim, W. M. (2021). How to conduct a
bibliometric analysis: An overview and guidelines. Journal of Business Research, 133, 285–296.
https://doi.org/10.1016/j.jbusres.2021.05.004
Delgado, N., Campo Carrasco, L., Sainz de la Maza, M., & Etxabe-Urbieta, J. M. (2024). Aplicación
de la Inteligencia Artificial (IA) en Educación: Los beneficios y limitaciones de la IA percibidos por
el profesorado de educación primaria, educación secundaria y educación superior. Revista
Electrónica Interuniversitaria de Formación del Profesorado, 27(1).
https://doi.org/10.6018/reifop.577211
Flores, J., & García, F. (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, ISSN 1134-3478, No 74, 2023 (Ejemplar dedicado a: Educación para la
ciudadanía digital: Algoritmos, automatización y comunicación), págs. 37-47, 74.
Uso ético de la Inteligencia Artificial en la educación superior hispana (2021-2025): análisis
bibliométrico y de co-redes
Carlos Oswaldo Jiménez Gaona, Hishochy Delgado Mendoza
CoGnosis
Revista de Educación
23
Francesc, P., & Mendigutxia, A. (2024). El papel de la educación superior en las estrategias
nacionales de inteligencia artificial: una revisión comparativa de políticas (UNESCO, Ed.; p. 44).
https://www.iesalc.unesco.org/es/articles/el-papel-de-la-educacion-superior-en-las-estrategias-
nacionales-de-inteligencia-artificial-una
Gallent Torres, C., Zapata González, A., & Ortego Hernando, J. L. (2023). El impacto de la
inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad
académica. RELIEVE - Revista Electrónica de Investigación y Evaluación Educativa, 29(2).
https://doi.org/10.30827/relieve.v29i2.29134
García Peñalvo, F. J., Llorens-Largo, F., & Vidal, J. (2023). La nueva realidad de la educación ante
los avances de la inteligencia artificial generativa. RIED-Revista Iberoamericana de Educación a
Distancia, 27(1). https://doi.org/10.5944/ried.27.1.37716
Guamán-Inga, L. E., Quezada-Ureña, S. E., López-Fernández, R., & Gómez-Rodríguez, V. G.
(2023). Programa de capacitación para la actualización sobre Inteligencia Artificial como
herramienta didáctica en los docentes. MQRInvestigar, 7(4).
https://doi.org/10.56048/mqr20225.7.4.2023.1721-1738
Hanco, R. (2024). IMPACTO DE LA INTELIGENCIA ARTIFICIAL GENERATIVA CHATGPT EN LA
ENSEÑANZA UNIVERSITARIA. CHAKIÑAN, REVISTA DE CIENCIAS SOCIALES Y HUMANIDADES,
25, 317-341. https://doi.org/10.37135/chk.002.25.14
Martínez-Comesaña, M., Rigueira-Díaz, X., Larrañaga-Janeiro, A., Martínez-Torres, J., Ocarranza-
Prado, I., & Kreibel, D. (2023). Impacto de la inteligencia artificial en los métodos de evaluación en
la educación primaria y secundaria: revisión sistemática de la literatura. Revista de
Psicodidáctica, 28(2). https://doi.org/10.1016/j.psicod.2023.06.001
Mena-Guacas, A. F., Vázquez-Cano, E., Fernández-Márquez, E., & López-Meneses, E. (2024). La
inteligencia artificial y su producción científica en el campo de la educación. Formación
universitaria, 17(1). https://doi.org/10.4067/s0718-50062024000100155
Mora, B. M., Aroca, C. E., Tiban, L. R., Sánchez, C. F., & Jiménez, A. (2023). Ética y
Responsabilidad en la Implementación de la Inteligencia Artificial en la Educación. Ciencia Latina
Revista Científica Multidisciplinar, 7(6), 2054-2076. https://doi.org/10.37811/cl_rcm.v7i6.8833
Ríos Hernández, I. N., Mateus, J. C., Rivera-Rogel, D., & Ávila Meléndez, L. R. (2024). Perceptions
of Latin American Students on the Use of Artificial Intelligence in Higher Education. Austral
Comunicacion, 13(1). https://doi.org/10.26422/aucom.2024.1301.rio
Sabzalieva, E., & Valentini, A. (2023). ChatGPT e Inteligencia Artificial en la educación superior (7).
https://unesdoc.unesco.org/ark:/48223/pf0000385146_spa
Sánchez, P. (2025). Competencias tecnológicas emergentes de docentes universitarios desde una
visión transdisciplinaria. Revista de la Sociedad Científica del Paraguay, 30(1), 14-22.
https://doi.org/10.32480/rscp.2025.30.1.1422
Sánchez-Prieto, J. C., Izquierdo-álvarez, V., Del Moral-Marcos, M. T., & Martínez-Abad, F. (2025).
Generative artificial intelligence for self-learning in higher education: Design and validation of an
example machine. RIED-Revista Iberoamericana de Educacion a Distancia, 28(1), 59-81.
https://doi.org/10.5944/RIED.28.1.41548
Sardi, M. G. (2023). Digital scenarios in university education: new challenges challenge
pedagogical communication. Case of Introduction to Geography (UNLPam). Praxis Educativa,
27(1), 1-23. https://doi.org/10.19137/praxiseducativa-2023-270118
24
e-ISNN 2588 – 0578 Vol. XI, Núm. 1: enero-marzo, año 2026
Segovia-García, N. (2023). Perception and usage of chatbots among online postgraduate students:
An exploratory study. Revista de Investigacion en Educacion, 21(3), 335-349.
https://doi.org/10.35869/reined.v21i3.4974
UNESCO. (2024). Guía para el uso de IA generativa en educación e investigación.
https://www.unesco.org/es/open-access/cc-sa
Vélez Rivera, R., Muñoz Álvarez, D., Leal-Orellana, P., & Ruiz-Garrido, A. (2024). Uso de
Inteligencia Artificial en educación superior y sus implicancias éticas. Mapeo sistemático de
literatura. Hachetetepé. Revista científica de educación y comunicación, 28.
https://doi.org/10.25267/hachetetepe.2024.i28.1105
Villegas, V., & Delgado, M. (2024). Inteligencia artificial: revolución educativa innovadora en la
Educación Superior. 71, 159-177. https://doi.org/https://doi.org/10.12795/pixelbit.107760