Inteligencia artificial en la evaluación y analítica del aprendizaje: tensiones y desafíos para el Modelo Educativo en la Educación Superior

La expansión de la inteligencia artificial (IA) en el ámbito educativo plantea oportunidades significativas junto a riesgos vinculados a la justicia algorítmica, la reproducción de sesgos históricos y la profundización de brechas estructurales en países en desarrollo. Mediante una revisión crítica de la literatura mediante un análisis categorial cualitativo que permitió identificar seis categorías emergentes y los vacíos más relevantes en torno a la IA educativa: sesgos algorítmicos en el diseño, brechas en infraestructura y conectividad, formación docente insuficiente, impacto diferenciado en grupos vulnerables, ausencia de marcos éticos y regulatorios, y el potencial de personalización del aprendizaje. Los hallazgos evidencian una configuración asimétrica: mientras las funcionalidades técnicas alcanzan un grado avanzado de desarrollo, persisten déficits críticos en la fundamentación pedagógica, la regulación ética y la inclusión de actores centrales como docentes y estudiantes. Se concluye que la IA educativa se encuentra atrapada en una lógica tecnocrática que privilegia la sofisticación algorítmica por encima de la reflexión pedagógica situada, lo que genera riesgos de exclusión y colonialismo digital. A partir de estos hallazgos, se proponen líneas de investigación orientadas a construir marcos teóricos sólidos, fortalecer la participación docente y estudiantil, y promover políticas educativas inclusivas y contextualizadas que aseguren un desarrollo equitativo de la IA en educación.