Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
1 - 15
07 - 2026
Artículo original. Vol. 4 - No. 3, pp. 1 - 15. Julio, 2026. E-ISSN: 2960-8015
Percepción docente del impacto ético y académico de la
inteligencia articial en la docencia en ciencias de la salud: caso
Universidad Católica de Cuenca sede Azogues durante el 2026
Teachers’ perception of the ethical and academic impact of articial
intelligence on health sciences teaching: the case of the Catholic University
of Cuenca, Azogues campus, in 2026
Fernanda Nataly González Andrade 1, Iván Bolívar Valladolid Zhizhingo 2,
José André Cedeño Orejuela 3
1 Universidad Iberoamericana del Ecuador. Universidad Católica de Cuenca.
fngonzaleza@ucacue.edu.ec. Azogues, Ecuador.
2 Universidad Iberoamericana del Ecuador. Universidad Católica de Cuenca.
ivan.valladolid@ucacue.edu.ec. Azogues, Ecuador.
3 Universidad Iberoamericana del Ecuador. jacedeno@doc.unibe.edu.ec. Quito, Ecuador.
¿Como citar?
González Andrade, F. N. ., Valladolid Zhizhingo, I. B. ., & Cedeño Orejuela, J. A. . (2026).
Percepción docente del impacto ético y académico de la inteligencia articial en la docencia
en ciencias de la salud: caso Universidad Católica de Cuenca sede Azogues durante el 2026.
Revista Multidisciplinaria Investigación Contemporánea, 4(3).1-15. https://doi.org/10.58995/
redlic.rmic.v4.n3.a217
Recibido: 26-02-2026
Aceptado: 08-04-2026
Publicado: 01-07-2026
Nota del editor
REDLIC se mantiene neutral con respecto a reclamos
jurisdiccionales en mensajes publicados y aliaciones
institucionales.
Editorial
Red Editorial Latinoamericana de Investigación
Contemporánea (REDLIC)
www.editorialredlic.com
Fuentes de nanciamiento
La investigación fue realizada con recursos propios
Conictos de interés
No presentan conicto de intereses.
Este es un artículo de acceso abierto, bajo licencia
Creative Commons (CC BY 4.0) de Atribución 4.0
Internacional
Revista multidisciplinaria
Investigación Contemporánea 07 - 2025 Vol. 3 - No. 2 ISSN-e: 2960-8015
DOI: https://doi.org/10.58995/redlic.rmic.v3.n2.a90
Leucemia de células dendríticas plasmocitoides
- estudio y diagnóstico de un caso 49 -49
Copyright (c) 2025 Faicán Rocano Pedro Fernando, Dután Pérez Ibelice Salomé,
González González Camila Raquel, Matute Aguiar Joselyn Nayeli, Rodríguez Ver-
dugo Alejandra Valentina.
Este texto está protegido por una licencia Creative Commons 4.0.
Usted es libre para Compartir —copiar y redistribuir el material en cualquier medio
o formato — y Adaptar el documento —remezclar, transformar y crear a partir del
material— para cualquier propósito, incluso para nes comerciales, siempre que
cumpla la condición de:
Atribución: Usted debe dar crédito a la obra original de manera adecuada, propor-
cionar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo
en cualquier forma razonable, pero no de forma tal que sugiera que tiene el apoyo
del licenciante o lo recibe por el uso que hace de la obra.
Resumen de licencia - Texto completo de la licencia
https://doi.org/10.58995/redlic.rmic.v4.n3.a217
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 2 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
Resumen
Introducción: La incorporación de la inteligencia articial en la educación superior ha generado
transformaciones signicativas en los procesos de enseñanza y aprendizaje, especialmente en
las ciencias de la salud, donde su uso plantea oportunidades pedagógicas y desafíos éticos en
la formación profesional. Objetivo: Analizar la percepción docente sobre el impacto ético y
académico de la inteligencia articial en la docencia en ciencias de la salud en la Universidad
Católica de Cuenca, sede Azogues, durante el periodo 2026. Metodología: Se realizó un estudio
cuantitativo, no experimental, transversal y descriptivo con 101 docentes de las carreras de
Medicina, Enfermería y Odontología. Se aplicó la escala Teachers’ Perception Scale Regarding
Articial Intelligence Use in Education (TPS-AI). Resultados: Los docentes mostraron percepciones
moderadamente positivas sobre la IA en enseñanza (M=3.52) y aprendizaje (M=3.45), mientras
que la dimensión ética presentó la valoración más alta (M=4.17). No se encontraron diferencias
signicativas según variables sociodemográcas. Conclusiones: La inteligencia articial es
percibida como una herramienta pedagógica con potencial educativo, aunque su implementación
requiere lineamientos éticos y capacitación docente para su uso responsable.
Palabras clave: Inteligencia articial; educación en Ciencias de la Salud; percepción docente; ética
en educación; educación superior
Abstract
Introduction: The incorporation of articial intelligence in higher education has led to signicant
transformations in teaching and learning processes, especially in the health sciences, where its
use presents pedagogical opportunities and ethical challenges in professional training. Objective:
To analyze teachers’ perceptions of the ethical and academic impact of articial intelligence on
teaching in the health sciences at the Catholic University of Cuenca, Azogues campus, during
the 2026 period. Methodology: A quantitative, non-experimental, cross-sectional, and descriptive
study was conducted with 101 teachers from the Medicine, Nursing, and Dentistry programs. The
Teachers’ Perception Scale Regarding Articial Intelligence Use in Education (TPS-AI) was applied.
The data were analyzed using descriptive statistics and nonparametric tests. Results: Teachers
showed moderately positive perceptions of AI in teaching (M=3.52) and learning (M=3.45),
while the ethical dimension received the highest rating (M=4.17). No signicant dierences were
found according to sociodemographic variables. Conclusions: Articial intelligence is perceived
as a pedagogical tool with educational potential, although its implementation requires ethical
guidelines and teacher training for its responsible use.
Keywords: Articial intelligence; health sciences education; teacher perception; ethics in
education; higher education
1. Introducción
El vertiginoso avance de la inteligencia
articial (IA) ha transformado profunda-
mente los procesos educativos y de inves-
tigación en el as ciencias de la salud (Ál-
varez Watson et al., 2024; Cabra-Bautista,
2024; Torres-Zapata et al., 2024). El estu-
dio de Ahmed (2024) destaca su potencial
para mejorar la enseñanza personalizada,
la evaluación automatizada y la eciencia
académica; sin embargo, también advier-
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 3 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
ten sobre los dilemas éticos emergentes
asociados con su implementación en en-
tornos universitarios.
Además, en el ámbito educativo, se ha
identicado que el uso de IA puede gene-
rar riesgos vinculados a la integridad aca-
démica, la privacidad de datos, la equidad
en el acceso y la independencia tecnoló-
gica (Gallent-Torres et al., 2024; Guevara
& Herrera, 2025), lo que plantea desafíos
signicativos para la docencia responsa-
ble (Vashistha & Harikrishnan, 2025).
Ahora bien, en el contexto de las cien-
cias de la salud, la incorporación de la IA
incorporación que no solo redene la for-
ma de enseñar y aprender (Rama, 2023),
sino que exige nuevas competencias éticas
y digitales por parte de los docentes (San-
tos & Alves, 2024). Pese a sus benecios,
autores como Khatri & Karki (2023), Ce-
deño et al. (2025) y Rodas (2025) alertan
que depender de estas tecnologías po-
drían debilitar el pensamiento crítico y la
creatividad académica.
En este contexto, las Instituciones de
Educación superior (IES) se enfrentan al
reto de integrar de manera responsable
la IA en los procesos de docencia en las
ciencias de la salud. Aunque el uso de
herramientas basadas en IA se expande
con rapidez en la práctica educativa, aún
se carece de una comprensión suciente
sobre cómo los docentes perciben su in-
uencia en los valores éticos, académicos
y formativos que sustentan la enseñanza
universitaria. Esta falta de conocimiento
genera incertidumbre respecto al uso ade-
cuado y responsable de la tecnología, lo
que podría afectar la calidad pedagógica,
la autonomía intelectual y la integridad
académica. Por ello, este manuscrito tiene
por objetivo analizar la percepción docen-
te sobre el impacto ético y académico de
la IA en la docencia en ciencias de la sa-
lud en la Universidad Católica de Cuenca
sede Azogues durante el año 2026.
2. Metodología
2.1. Diseño de investigación
El presente estudio adoptó un diseño no
experimental, observacional, transversal,
descriptivo y de enfoque cuantitativo.
2.2. Población y muestra
La población del estudio estuvo confor-
mada por 134 docentes activos pertene-
cientes a las carreras de Medicina (66),
Enfermería (22) y Odontología (44) de la
Unidad Académica de Ciencias de la Sa-
lud de la Universidad Católica de Cuenca,
sede Azogues. Con el propósito de garan-
tizar la representatividad de cada grupo
académico se aplicó un muestreo proba-
bilístico estraticado proporcional, con-
siderando el tamaño real de cada carrera
dentro de la población.
El cálculo del tamaño muestral se rea-
lizó mediante la fórmula para poblaciones
nitas, con un nivel de conanza del 95%
y un error máximo permitido del 5%, ob-
teniéndose un tamaño muestral teórico de
99 docentes. Posteriormente, al distribuir
proporcionalmente la muestra entre los
tres estratos académicos, se obtuvieron
valores decimales, por lo que fue nece-
sario realizar un ajuste por redondeo al
número entero más cercano para asegurar
la representación de cada carrera. De este
procedimiento se estimó inicialmente una
distribución teórica de 51 docentes para
Medicina, 33 para Odontología y 17 para
Enfermería, generando una muestra pro-
yectada de 101 participantes.
Durante la fase de recolección de da-
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 4 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
tos, la participación fue voluntaria y de-
pendiente de la disponibilidad de los
docentes convocados a la sesión de apli-
cación del cuestionario. Como resultado
de este proceso, la distribución efectiva de
los participantes que completaron el ins-
trumento quedó conformada por 43 do-
centes de Medicina, 44 de Odontología y
14 de Enfermería, manteniéndose el total
de 101 docentes analizados.
La variación observada respecto a la
distribución proporcional inicial se expli-
ca por diferencias en la tasa de participa-
ción entre carreras, particularmente por
una menor disponibilidad de docentes de
Medicina y una mayor participación de
docentes de Odontología durante la se-
sión de aplicación. No obstante, este ajuste
no afecta la validez estadística ni la repre-
sentatividad del estudio, ya que el tamaño
muestral nal se mantiene dentro del ran-
go calculado originalmente y representa
el 76,5% de la población total de docen-
tes de la unidad académica. Asimismo, el
incremento respecto al tamaño muestral
teórico contribuye a reducir el error mues-
tral efectivo y mejorar la precisión de las
estimaciones, fortaleciendo la robustez de
los resultados obtenidos.
2.3. Criterios de inclusión y exclusión
Para el estudio se incluyeron a los do-
centes activos de la carrera de Medicina,
Odontología y Enfermería durante el pe-
riodo académico marzo-agosto de 2026,
que aceptaron participar de forma volun-
taria mediante la rma del consentimien-
to informado y tenían disponibilidad de
tiempo para asistir a la sesión presencial
de aplicación del instrumento.
Por otra parte, se excluyeron a los do-
centes con licencias prolongadas o sus-
pensión temporal de funciones académi-
cas. Además, de aquellos participantes
que retiraron su consentimiento en cual-
quier momento del estudio. Y, también se
descartaron encuestas incompletas, daña-
das o anuladas durante el proceso de de-
puración.
2.4. Instrumento de recolección de datos
Para el estudio, el instrumento seleccio-
nado fue el Teachers’ Perception Scale
Regarding Articial Intelligence Use in
Education (TPS-AI), el cual evalúa las per-
cepciones docentes sobre la integración
de la inteligencia articial en la enseñanza
considerando sus implicaciones pedagó-
gicas y éticas. Este cuestionario fue desa-
rrollado y validado por Üzüm et al. (2024).
El instrumento consta de 15 ítems con
escala tipo Likert de cinco puntos, donde
1 corresponde a “totalmente en desacuer-
do” y 5 a “totalmente de acuerdo”. Los
ítems se agrupan en tres dimensiones:
percepción de la enseñanza, percepción
del aprendizaje y percepción ética, cada
una conformada por cinco preguntas.
Cada dimensión se obtuvo mediante la
suma de los valores de sus respectivos
ítems, generando puntajes posibles entre
5 y 25 puntos por dimensión, mientras
que la puntuación global del instrumento
osciló entre 15 y 75 puntos.
Para la interpretación de los resultados
se establecieron tres niveles de percep-
ción: baja percepción (15–35 puntos), per-
cepción moderada (36–55 puntos) y alta
percepción (56–75 puntos).
Debido a que el cuestionario TPS-AI
se encuentra originalmente en idioma in-
glés, se realizó un proceso de adaptación
lingüística y cultural al contexto ecuato-
riano mediante el método de traducción
y retrotraducción, garantizando equiva-
lencia semántica entre las versiones. Pos-
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 5 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
teriormente, el instrumento fue sometido
a juicio de expertos, quienes evaluaron la
pertinencia, claridad y coherencia de los
ítems, obteniéndose un índice de validez
de contenido superior a 0,80.
Para evaluar la conabilidad interna
del instrumento se realizó una prueba pi-
loto con 20 docentes, calculándose poste-
riormente el coeciente Alfa de Cronbach
para la escala global, el cual alcanzó un
valor de 0,47 en la muestra denitiva del
estudio, indicando una consistencia inter-
na moderada para un instrumento de per-
cepción multidimensional.
2.5. Procedimiento de Aplicación
La aplicación del cuestionario se realizó
de forma presencial y en formato impre-
so durante una reunión informativa or-
ganizada con los docentes participantes.
En dicha sesión se explicó el propósito de
la investigación, los objetivos del estudio,
los riesgos mínimos asociados a la partici-
pación y los principios éticos que rigen la
investigación, incluyendo voluntariedad,
condencialidad y el derecho de los parti-
cipantes a retirarse en cualquier momento
sin repercusiones administrativas o aca-
démicas.
Posteriormente, quienes aceptaron
participar rmaron el consentimiento
informado, tras lo cual se procedió a la
entrega del cuestionario. Cada docente
dispuso de aproximadamente 20 minutos
para completar el instrumento. Una vez
nalizada la aplicación, los cuestionarios
fueron recolectados por el investigador
principal y posteriormente codicados
para su registro en la base de datos desti-
nada al análisis estadístico.
2.6. Análisis estadístico
Los datos obtenidos fueron procesados
y analizados mediante el software IBM
SPSS Statistics versión 27. Inicialmente, se
realizó un análisis descriptivo de todas las
variables del estudio mediante frecuen-
cias absolutas, porcentajes, medias y des-
viaciones estándar, con el n de caracteri-
zar las variables sociodemográcas y las
puntuaciones obtenidas en cada dimen-
sión del instrumento.
Posteriormente, se calcularon las pun-
tuaciones compuestas de las tres dimen-
siones del cuestionario (enseñanza, apren-
dizaje y ética), así como la puntuación
global de percepción docente. La norma-
lidad de las distribuciones fue evaluada
mediante la prueba de Shapiro–Wilk, evi-
denciándose ausencia de normalidad en
las escalas analizadas.
En función de estos resultados se em-
plearon pruebas estadísticas no paramé-
tricas para el análisis inferencial. Las dife-
rencias en las puntuaciones de percepción
docente según sexo se analizaron median-
te la prueba U de Mann–Whitney, mien-
tras que las comparaciones según carrera
y años de experiencia docente se evalua-
ron mediante la prueba de Kruskal–Wa-
llis. Para examinar la relación entre edad y
percepción docente se utilizó el coecien-
te de correlación de Spearman.
En todos los análisis se adoptó un nivel
de signicancia estadística de p < 0,05.
3. Resultados
Los resultados, en la Tabla 1, dan cuenta
que la muestra estuvo conformada por
101 docentes pertenecientes a las carreras
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 6 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
de ciencias de la salud, observándose una
mayor participación del sexo femenino
(57,4 %), seguido del masculino (40,6 %),
mientras que un porcentaje mínimo pre-
rió no declarar esta información (2,0 %).
En cuanto a la distribución por carrera, se
identicó una participación relativamen-
te equilibrada entre Odontología (43,6 %)
y Medicina (42,6 %), mientras que Enfer-
mería presentó una menor representación
(13,9 %), lo cual reeja la composición real
del personal académico de la unidad estu-
diada. Respecto a la experiencia docente,
predominó el grupo con entre 1 y 5 años
de trayectoria (34,7 %), seguido de quie-
nes reportaron entre 6 y 10 años (24,8 %) y
entre 11 y 15 años (18,8 %), evidenciando
una planta docente relativamente joven.
En términos de formación académica, la
mayoría posee grado de maestría (38,6 %)
o especialización (31,7 %). Finalmente, la
frecuencia de uso de inteligencia articial
en docencia fue mayoritariamente ocasio-
nal (44,6 %) o frecuente (32,7 %).
Tabla 1. Características demográcas de los docentes
Variable Categoría n %
Sexo Femenino / Mujer 58 57.4
Masculino / Hombre 41 40.6
Preere no decirlo 2 2.0
Carrera Medicina 43 42.6
Odontología 44 43.6
Enfermería 14 13.9
Experiencia docente 1–5 años 35 34.7
6–10 años 25 24.8
11–15 años 19 18.8
16–20 años 8 7.9
Más de 20 años 14 13.9
Nivel académico Maestría 39 38.6
Especialización 32 31.7
Doctorado 14 13.9
Licenciatura 8 7.9
Otro / tercer nivel 8 7.9
Frecuencia de uso de IA en docencia Nunca 12 11.9
Ocasionalmente 45 44.6
Frecuentemente 33 32.7
Siempre 11 10.9
A continuación, en la Tabla 2, los resul-
tados evidencian que la percepción docente
sobre el uso de la inteligencia articial en
los procesos de enseñanza y aprendizaje se
sitúa en niveles moderadamente positivos,
con medias que oscilan entre 3.27 y 3.66 en
una escala de cinco puntos. En la dimen-
sión de enseñanza, los valores más altos
se observaron en la percepción de que la
inteligencia articial facilita la planicación
de clases (M = 3.66; DE = 0.84) y permite
personalizar la enseñanza (M = 3.58; DE =
0.78), lo que sugiere una valoración favora-
ble de estas herramientas como apoyo para
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 7 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
la organización pedagógica y la adaptación
de los procesos formativos. Sin embargo,
la percepción de que la IA reduce la car-
ga laboral docente presentó la media más
baja dentro de esta dimensión (M = 3.37;
DE = 0.87), evidenciando una apreciación
más moderada respecto a su impacto en las
tareas académicas. De manera similar, en
la dimensión de aprendizaje se observan
puntuaciones moderadas, destacándose el
aprendizaje individualizado (M = 3.52; DE
= 0.81) y la retroalimentación precisa (M =
3.51; DE = 0.82), mientras que el desarrollo
de habilidades críticas registró la media
más baja (M = 3.27; DE = 0.84). En contraste,
la dimensión ética presentó las valoracio-
nes más altas, particularmente en relación
con la necesidad de principios de equidad
y transparencia (M = 4.25; DE = 0.62) y la
existencia de guías éticas claras (M = 4.22;
DE = 0.66), lo que reeja una alta sensi-
bilidad docente frente a las implicaciones
éticas del uso de la inteligencia articial en
el ámbito educativo.
Tabla 2. Percepción docente sobre el uso de IA en los procesos de enseñanza, Aprendi-
zaje y Aspectos éticos
Percepción docente Ítem Media DE
IA en los procesos de enseñanza IA mejora la eciencia docente 3.50 0.79
IA facilita planicación de clases 3.66 0.84
IA permite personalizar la enseñanza 3.58 0.78
IA reduce la carga laboral docente 3.37 0.87
IA facilita innovación pedagógica 3.50 0.97
IA en el aprendizaje Mejora la participación estudiantil 3.47 0.86
Aumenta la motivación del estudiante 3.48 0.78
Desarrolla habilidades críticas 3.27 0.84
Proporciona retroalimentación precisa 3.51 0.82
Favorece aprendizaje individualizado 3.52 0.81
Aspectos éticos del uso de IA Requiere guía ética clara 4.22 0.66
Preocupación por protección de datos 4.09 0.66
IA no debe reemplazar juicio docente 4.16 0.58
Necesaria capacitación ética 4.15 0.57
Uso basado en equidad y transparencia 4.25 0.62
En la tabla 3 se presenta la compara-
ción de las dimensiones del instrumento,
donde se evidencia diferencias claras en
la valoración docente del uso de la inteli-
gencia articial en el contexto educativo.
La dimensión percepción ética presenta la
media más alta (M = 4.17; DE = 0.63), lo
que reeja una fuerte concordancia entre
los docentes respecto a la necesidad de
considerar principios éticos, normativos y
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 8 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
de responsabilidad en la implementación
de la inteligencia articial en la educación
superior. En contraste, las dimensiones
percepción de enseñanza (M = 3.52; DE
= 0.85) y percepción de aprendizaje (M =
3.45; DE = 0.82) muestran valores modera-
damente positivos, indicando que, si bien
los docentes reconocen el potencial de la
inteligencia articial como herramienta
de apoyo pedagógico, su impacto en los
procesos didácticos y en el aprendiza-
je estudiantil aún es percibido con cierta
cautela. Estos resultados sugieren que,
aunque existe una aceptación moderada
del uso de la inteligencia articial en la
práctica docente, la preocupación por sus
implicaciones éticas ocupa un lugar cen-
tral en la percepción del profesorado.
Tabla 3. Comparación general de dimensiones del instrumento
Dimensión Media DE
Percepción de enseñanza 3.52 0.85
Percepción de aprendizaje 3.45 0.82
Percepción ética 4.17 0.63
El análisis comparativo que se distin-
gue en la Tabla 4, evidenció que las per-
cepciones docentes sobre el uso de la
inteligencia articial en los procesos de
enseñanza, aprendizaje y en sus implica-
ciones éticas no presentaron diferencias
estadísticamente signicativas según las
variables sociodemográcas evaluadas.
En primer lugar, al comparar las puntua-
ciones según sexo mediante la prueba U
de Mann–Whitney, no se identicaron di-
ferencias relevantes en ninguna de las di-
mensiones analizadas, tanto en enseñan-
za (U = 1201.0; p = 0.868; r = 0.020) como
en aprendizaje (U = 1147.5; p = 0.586; r
= 0.063), ética (U = 1236.5; p = 0.937; r =
0.009) y percepción global (U = 1179.5;
p = 0.752; r = 0.037). De manera similar,
la comparación por carrera mediante la
prueba de Kruskal–Wallis tampoco mos-
tró diferencias signicativas entre los gru-
pos para las dimensiones de enseñanza (H
= 2.024; p = 0.363), aprendizaje (H = 1.694;
p = 0.429), ética (H = 1.858; p = 0.395) y
percepción global (H = 0.541; p = 0.763).
Asimismo, el análisis según años de expe-
riencia docente no evidenció diferencias
considerables en enseñanza (H = 2.845; p
= 0.584), aprendizaje (H = 0.583; p = 0.965)
ni en la percepción global (H = 1.467; p =
0.832), aunque la dimensión ética mostró
una tendencia cercana a la signicación
(H = 8.997; p = 0.061; ε² = 0.052). Final-
mente, la correlación de Spearman indicó
que la edad no se asoció signicativamen-
te con ninguna de las dimensiones evalua-
das. De tal manera, que, en conjunto estos
resultados indican una percepción relati-
vamente homogénea entre los docentes
respecto al uso de la inteligencia articial
en el contexto educativo
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 9 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
Tabla 4.
Variable in-
dependiente
Resultado
evaluado Prueba Estadístico p Tamaño
del efecto Interpretación
Sexo (F vs M) Enseñanza U de Mann–Whitney 1201.0 0.868 0.020 No signicativo
Aprendizaje U de Mann–Whitney 1147.5 0.586 0.063 No signicativo
Ética U de Mann–Whitney 1236.5 0.937 0.009 No signicativo
Percepción
global U de Mann–Whitney 1179.5 0.752 0.037 No signicativo
Carrera Enseñanza Kruskal–Wallis H = 2.024 0.363 ε² = 0.000 No signicativo
Aprendizaje Kruskal–Wallis H = 1.694 0.429 ε² = 0.000 No signicativo
Ética Kruskal–Wallis H = 1.858 0.395 ε² = 0.000 No signicativo
Percepción
global Kruskal–Wallis H = 0.541 0.763 ε² = 0.000 No signicativo
Experiencia
docente Enseñanza Kruskal–Wallis H = 2.845 0.584 ε² = 0.000 No signicativo
Aprendizaje Kruskal–Wallis H = 0.583 0.965 ε² = 0.000 No signicativo
Ética Kruskal–Wallis H = 8.997 0.061 ε² = 0.052 Tendencia, no
signicativo
Percepción
global Kruskal–Wallis H = 1.467 0.832 ε² = 0.000 No signicativo
Edad Enseñanza Spearman ρ = 0.128 0.204 — No signicativo
Aprendizaje Spearman ρ = 0.130 0.196 — No signicativo
Ética Spearman ρ = 0.001 0.989 — No signicativo
Percepción
global Spearman ρ = 0.102 0.310 — No signicativo
4. Discusión
Los resultados del presente estudio evi-
dencian que los docentes de las carreras de
ciencias de la salud presentan una percep-
ción moderadamente positiva sobre el uso
de la inteligencia articial en los procesos
de enseñanza y aprendizaje, mientras que
la valoración más alta se concentra en
los aspectos éticos asociados a su imple-
mentación educativa. En este sentido, los
hallazgos coinciden con lo reportado por
Shishehgar et al. (2025), quienes señalan
que tanto estudiantes como docentes de
ciencias de la salud reconocen el potencial
de la inteligencia articial para mejorar
los procesos formativos, aunque mani-
estan simultáneamente preocupaciones
relacionadas con la ética, la privacidad de
datos y la responsabilidad profesional en
su utilización. De manera similar, Simoni
et al. (2025) destacan que la integración de
inteligencia articial en la educación mé-
dica ha crecido exponencialmente en los
últimos años, particularmente en áreas
como tutoría automatizada, evaluación
del aprendizaje y simulación clínica, lo
que respalda la percepción moderada-
mente favorable identicada en el presen-
te estudio.
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 10 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
En relación con la dimensión pedagó-
gica, los resultados mostraron que los do-
centes consideran que la inteligencia arti-
cial contribuye a mejorar la planicación
de clases, la personalización del aprendi-
zaje y la innovación educativa, aunque su
impacto en la reducción de la carga labo-
ral docente es percibido con mayor caute-
la. Estos resultados son consistentes con
los hallazgos de Fedorchenko & Zaiiats
(2025), quienes sostienen que la imple-
mentación de inteligencia articial en la
educación médica favorece la personali-
zación del aprendizaje y la evaluación del
conocimiento, contribuyendo a mejorar la
calidad de la formación clínica. De manera
complementaria, Veras et al. (2024) iden-
ticaron que herramientas generativas
como ChatGPT pueden aumentar la pro-
ductividad académica y facilitar el acceso
a información en contextos educativos de
ciencias de la salud, aunque también ad-
vierten sobre riesgos relacionados con la
conabilidad de la información generada
por estos sistemas.
Por otra parte, la dimensión ética ob-
tuvo las puntuaciones más elevadas en el
estudio, lo que reeja una alta sensibili-
dad docente frente a las implicaciones éti-
cas del uso de la inteligencia articial en
la educación universitaria. Este hallazgo
coincide con lo señalado por Shimizu et
al. (2023), quienes destacan que la incor-
poración de inteligencia articial en los
currículos médicos requiere integrar com-
ponentes de alfabetización digital y for-
mación ética para garantizar un uso res-
ponsable de estas tecnologías. Asimismo,
Lee et al. (2024) subrayan que las compe-
tencias en inteligencia articial para los
futuros profesionales de la salud deben
incluir no solo habilidades técnicas, sino
también comprensión de los aspectos le-
gales y éticos relacionados con el manejo
de datos y la toma de decisiones clínicas.
En cuanto al análisis comparativo in-
ferencial, los resultados del estudio no
evidenciaron diferencias estadísticamente
signicativas en la percepción docente se-
gún sexo, carrera, edad o experiencia pro-
fesional. Este patrón de homogeneidad en
las percepciones coincide con lo reportado
por Naseer et al. (2025), quienes encontra-
ron actitudes generalmente positivas ha-
cia la integración de inteligencia articial
entre estudiantes y docentes de medicina,
sin diferencias relevantes entre subgru-
pos demográcos. Sin embargo, otros es-
tudios han identicado ciertos contrastes
en función de variables individuales. Por
ejemplo, Gillissen et al. (2022) reportaron
que algunos factores como el tipo de cu-
rrículo o el género pueden inuir en la
percepción del potencial diagnóstico de la
inteligencia articial, mientras que Chakri
et al. (2025) observaron que la familiari-
dad tecnológica y la exposición previa a
herramientas digitales pueden modicar
las actitudes hacia la implementación de
inteligencia articial en la formación mé-
dica.
De manera complementaria, investiga-
ciones centradas en otras disciplinas de
ciencias de la salud también evidencian
percepciones positivas hacia la inteligen-
cia articial en educación. Maqbool et al.
(2025) encontraron que la mayoría de es-
tudiantes de farmacia consideran que la
integración de inteligencia articial en los
programas académicos tendrá un impac-
to positivo en la formación profesional,
aunque resaltan la necesidad de incorpo-
rar formación especíca en competencias
digitales y ética tecnológica. Asimismo,
Al-Zahrani et al. (2025) señalaron que los
docentes de ciencias de la salud presentan
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 11 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
percepciones favorables hacia la adopción
de inteligencia articial en educación,
aunque persisten brechas en conocimien-
to y capacitación que podrían limitar su
implementación efectiva.
De esta manera, se evidencia que los
resultados del presente estudio se alinean
con la tendencia internacional que reco-
noce a la inteligencia articial como una
herramienta con potencial transformador
en la educación médica, pero que requiere
ser implementada bajo marcos pedagógi-
cos y éticos claros. La evidencia sugiere
que el éxito de su integración dependerá
no solo del acceso a tecnologías digitales,
sino también del desarrollo de competen-
cias docentes, la actualización curricular y
el fortalecimiento de la alfabetización en
inteligencia articial dentro de las institu-
ciones de educación superior.
5. Conclusiones
En conclusión, los resultados del estudio
evidencian que los docentes de las carre-
ras de ciencias de la salud presentan una
percepción moderadamente favorable so-
bre la integración de la inteligencia arti-
cial en los procesos de enseñanza y apren-
dizaje, reconociendo su potencial para
optimizar la planicación pedagógica, fa-
vorecer la personalización del aprendizaje
y apoyar la innovación educativa. No obs-
tante, los hallazgos muestran que dicho
reconocimiento se acompaña de una valo-
ración prudente respecto a su impacto en
la dinámica académica, particularmente
en relación con la reducción de la carga
laboral docente y el desarrollo de habili-
dades críticas en los estudiantes. Asimis-
mo, el análisis comparativo inferencial
demostró que las percepciones docentes
se distribuyen de manera relativamente
homogénea entre los participantes, dado
que no se identicaron diferencias esta-
dísticamente signicativas según sexo, ca-
rrera, edad o años de experiencia docente,
lo que sugiere una valoración compartida
del fenómeno tecnológico en el contexto
institucional analizado.
Por otra parte, la dimensión ética regis-
tró las valoraciones más elevadas, lo que
pone de maniesto una alta sensibilidad
del profesorado frente a las implicaciones
éticas del uso de la inteligencia articial
en la educación universitaria. En este sen-
tido, los docentes destacan la necesidad
de establecer lineamientos institucionales
claros que orienten el uso responsable de
estas tecnologías, así como programas de
formación que fortalezcan las competen-
cias digitales y éticas del profesorado.
Es por ello, que la integración de la in-
teligencia articial en la educación supe-
rior en ciencias de la salud debe concebirse
no solo como una innovación tecnológica,
sino como un proceso pedagógico y ético
que requiere regulación, capacitación do-
cente y actualización curricular para ga-
rantizar su implementación responsable y
sostenible en los procesos formativos.
6. Contribución de los autores
FG: Recolección de datos, análisis de re-
sultados, discusión, revisión nal del ar-
tículo.
IV: Recolección de datos, análisis de re-
sultados, discusión, revisión nal del ar-
tículo.
JC: Recolección de datos, análisis de resul-
tados, discusión, revisión nal del artícu-
lo.
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 12 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
7. Agradecimiento
El presente artículo forma parte del Pro-
yecto de Investigación presentado en la
XVII Convocatoria de Proyectos de Inves-
tigación, Desarrollo e Innovación: IDEIN
2025 que tiene por título “Diseño de una
Aplicación Móvil Innovadora para el
Cálculo Seguro de dosis Farmacológicas
como Herramienta para el Desarrollo de
Competencias Clínicas en odontología”
con código PICIDN 25-12.
8. Conicto de intereses
Los autores declaran no tener conicto de
interés
9. Aprobación del comité de
ética y consentimiento para
participar en el estudio
Código de ética: CEI-
SH-UCACUE-2025-301.
10. Referencias
Ahmed, H. (2024). Institutional Integra-
tion of Articial Intelligence in Higher
Education: The Moderation Eect of
Ethical Consideration. International
Journal of Educational Reform. https://
doi.org/10.1177/10567879241247551
Al Zahrani, E. M., Elsa, S. H., Al Mu-
sallam, L. D., Alharbi, A. H., Aldos-
sari, H. M., Alomar, A. M., y Alkha-
rraz, Z. S. (2025). Faculty perspectives
on articial intelligence’s adoption
in the health sciences education: a
multicentre survey. Frontiers in Me-
dicine, 12. https://doi.org/10.3389/
fmed.2025.1663741
Álvarez Watson, J. L., Rodríguez Corona-
do, D., Herrera Soberón, H. S., Sar-
miento, C., Cortez Polanco, Y., Araúz
De Gracia, E., y Castañeda-González,
J. P. (2024). Estrategias de la inteligen-
cia articial aplicadas a estudiantes de
ciencias de la salud. Revista Médica de
Panamá - ISSN 2412-642X, 165–172. ht-
tps://doi.org/10.37980/im.journal.
rmdp.20242433
Cabra-Bautista, G. (2024). Inteligencia
Articial en salud. Revista de la Facul-
tad de Ciencias de la Salud Universidad
del Cauca, 26(2), e2580. https://doi.
org/10.47373/rfcs.2024.v26.2580
Chakri, I., El Khayali, O., y Lahlou, L.
(2025). Knowledge and Perceptions of
AI Among Medical Students in Mo-
rocco: Cross-Sectional Study. JMIR
Formative Research, 9, e66156–e66156.
https://doi.org/10.2196/66156
Fedorchenko, Y., y Zaiiats, L. (2025). Di-
gital Transformation of Medical Edu-
cation: the Role of Articial Intelligen-
ce. Archive of Clinical Medicine, 31(1),
38–41. https://doi.org/10.21802/
acm.2025.1.1
Gallent-Torres, C., Arenas Romero, B.,
Vallespir Adillón, M., y Foltýnek, T.
(2024). Inteligencia Articial en edu-
cación: entre riesgos y potencialida-
des. Praxis Educativa, 19(2024), 1–29.
https://doi.org/10.5212/PraxE-
duc.v.19.23760.083
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 13 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
Gillissen, A., Kochanek, T., Zupanic, M.,
y Ehlers, J. (2022). Medical Students’
Perceptions towards Digitization and
Articial Intelligence: A Mixed-Me-
thods Study. Healthcare, 10(4), 723.
https://doi.org/10.3390/healthca-
re10040723
Guevara Enríquez, G., y Herrera Espino-
za, A. (2025). El uso de Inteligencia
Articial en la educación. LATAM
Revista Latinoamericana de Ciencias So-
ciales y Humanidades, 6(2). https://doi.
org/10.56712/latam.v6i2.3763
Khatri, B. B., y Karki, P. D. (2023). Arti-
cial Intelligence (AI) in Higher Educa-
tion: Growing Academic Integrity and
Ethical Concerns. Nepalese Journal of
Development and Rural Studies, 20(01),
1–7. https://doi.org/10.3126/njdrs.
v20i01.64134
Lee, Y.-M., Kim, S., Lee, Y.-H., Kim, H.-S.,
Seo, S. W., Kim, H., y Kim, K. J. (2024).
Dening Medical AI Competencies for
Medical School Graduates: Outcomes
of a Delphi Survey and Medical Stu-
dent/Educator Questionnaire of Sou-
th Korean Medical Schools. Academic
Medicine, 99(5), 524–533. https://doi.
org/10.1097/ACM.0000000000005618
Maqbool, T., Ishaq, H., Shakeel, S., Zaib un
Nisa, A., Rehman, H., Kashif, S., Sadia,
H., Naveed, S., Mumtaz, N., Siddiqui,
S., y Jamshed, S. (2025). Future phar-
macy practitioners’ insights towards
integration of articial intelligence in
healthcare education: Preliminary n-
dings from Karachi, Pakistan. PLOS
ONE, 20(2), e0314045. https://doi.
org/10.1371/journal.pone.0314045
Naseer, M. A., Saeed, S., Afzal, A., Ali, S.,
y Malik, M. G. R. (2025). Navigating
the integration of articial intelligence
in the medical education curriculum:
a mixed-methods study exploring
the perspectives of medical students
and faculty in Pakistan. BMC Medi-
cal Education, 25(1), 273. https://doi.
org/10.1186/s12909-024-06552-2
Navia Cedeño, L. A., Sánchez Álava, V.
L., Zambrano López, G. F., Cobeña
Macías, G. P., Macías Alcivar, V. A.,
y Vélez Alcívar, R. L. (2025). Cómo
la dependencia de la IA podría des-
truir la creatividad estudiantil. Revista
Cientíca Multidisciplinar G-nerando,
6(1). https://doi.org/10.60100/rcmg.
v6i1.635
Rama, C. (2023). Nueva fase educati-
va digital con inteligencia arti-
cial. Perles Educativos, 45(Especial),
9–23. https://doi.org/10.22201/ii-
sue.24486167e.2023.Especial.61688
Rodas Cifuentes, A. O. (2025). Pensamien-
to crítico en la era de la Inteligencia
Articial (IA): impactos educativos
del uso acrítico de herramientas au-
tomatizadas. Revista Vida una mira-
da compleja, 7(1), 79–89. https://doi.
org/10.36314/revistavida.v7i1.70
Santos, H., y Alves Lopes, A. (2024). Ar-
ticial Intelligence in Health Sciences:
opportunities, challenges, and future
perspectives. RevSALUS - Revista Cien-
tíca da Rede Académica das Ciências da
Saúde da Lusofonia, 6(1). https://doi.
org/10.51126/revsalus.v6i1.653
Shimizu, I., Kasai, H., Shikino, K., Araki,
N., Takahashi, Z., Onodera, M., Ki-
mura, Y., Tsukamoto, T., Yamauchi,
K., Asahina, M., Ito, S., y Kawakami,
E. (2023). Developing Medical Edu-
cation Curriculum Reform Strategies
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 14 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
to Address the Impact of Generative
AI: Qualitative Study. JMIR Medi-
cal Education, 9, e53466. https://doi.
org/10.2196/53466
Shishehgar, S., Murray-Parahi, P., Alsha-
raydeh, E., Mills, S., y LIU, X. (2025).
Articial Intelligence in Health Edu-
cation and Practice: A Systematic
Review of Health Students’ and Aca-
demics’ Knowledge, Perceptions and
Experiences. International Nursing Re-
view, 72(2). https://doi.org/10.1111/
inr.70045
Simoni, J., Urtubia-Fernandez, J., Mengual,
E., Simoni, D. A., Royo, M., Egaña-Yin,
D., Hertog, O. L. A., López-Ortiz, L.,
Muñoz-Tomás, A., Santiago-Martínez,
P., Vahamaki, A., y Pereira, J. L. (2025).
Articial intelligence in undergradua-
te medical education: an updated sco-
ping review. BMC Medical Education,
25(1), 1609. https://doi.org/10.1186/
s12909-025-08188-2
Torres-Zapata, Á. E., Brito-Cruz, T. del J.,
Moguel-Ceballos, J. E., y Zarza-Gar-
cía, A. L. (2024). Transformación de
la educación universitaria en salud
a través de la inteligencia articial.
Revista Metropolitana de Ciencias Apli-
cadas, 7(3), 79–86. https://doi.or-
g/10.62452/6chfdw81
Üzüm, B., Elçiçek, M., y Pesen, A. (2024).
Development of Teachers’ Perception
Scale Regarding Articial Intelligen-
ce Use in Education: Validity and Re-
liability Study. International Journal of
Human–Computer Interaction, 1–12. ht-
tps://doi.org/10.1080/10447318.202
4.2385518
Vashistha, H., y Harikrishnan, M. (2025).
A Study On Articial Intelligence
Ethics In Education. International Jour-
nal For Multidisciplinary Research, 7(1).
https://doi.org/10.36948/ijfmr.2025.
v07i01.36798
Veras, M., Dyer, J.-O., Shannon, H., Bo-
gie, B. J. M., Ronney, M., Sekhon, H.,
Rutherford, D., Silva, P. G. B., y Kairy,
D. (2024). A mixed methods crosso-
ver randomized controlled trial ex-
ploring the experiences, perceptions,
and usability of articial intelligence
(ChatGPT) in health sciences educa-
tion. Digital health, 10. https://doi.
org/10.1177/20552076241298485
Revista multidisciplinaria
investigación Contemporánea ISSN-e: 2960-8015Vol. 4 -No. 3
DOI: https://doi.org/10.58995/redlic.rmic.v4.n3.a217 15 - 15
González et al. Percepción docente del impacto ético y académico de la inteligencia articial
07 - 2026
Copyright (c) 2026. Fernanda Nataly González Andrade, Iván Bolívar Valladolid
Zhizhingo, José André Cedeño Orejuela.
Este es un artículo de acceso abierto, bajo licencia Creative Commons
(CC BY 4.0) de Atribución 4.0 Internacional
Revista multidisciplinaria
Investigación Contemporánea 07 - 2025 Vol. 3 - No. 2 ISSN-e: 2960-8015
DOI: https://doi.org/10.58995/redlic.rmic.v3.n2.a90
Leucemia de células dendríticas plasmocitoides
- estudio y diagnóstico de un caso 49 -49
Copyright (c) 2025 Faicán Rocano Pedro Fernando, Dután Pérez Ibelice Salomé,
González González Camila Raquel, Matute Aguiar Joselyn Nayeli, Rodríguez Ver-
dugo Alejandra Valentina.
Este texto está protegido por una licencia Creative Commons 4.0.
Usted es libre para Compartir —copiar y redistribuir el material en cualquier medio
o formato — y Adaptar el documento —remezclar, transformar y crear a partir del
material— para cualquier propósito, incluso para nes comerciales, siempre que
cumpla la condición de:
Atribución: Usted debe dar crédito a la obra original de manera adecuada, propor-
cionar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo
en cualquier forma razonable, pero no de forma tal que sugiera que tiene el apoyo
del licenciante o lo recibe por el uso que hace de la obra.
Resumen de licencia - Texto completo de la licencia